深度学习目标检测技术研究现状
目标检测是机器视觉的一个分支，在车辆检测、商品分拣等生活及工业领域都具有重要的应用和研究价值，其目的是从计算机层面检测出图像中所检测物体的名称和该物体的位置关系（主要指物体在图片中的所处位置和该物体的像素大小）。传统的目标检测算法主要是基于各种模板，通过提取特征点、生成特征数据、进行特征数据匹配或利用机器学习方法实现图像的识别与检测。2012 年，是目标....
深度学习目标检测网络轻量化研究现状
传统的目标检测方法诸如在2005年提出的HOG[7]特征方法，该方法是一种特征描述算子，使用该方法能够极大的提高检测算法的性能。HOG特征是通过计算局部区域内的梯度信息来获得相应的特征信息，该方法结合SVM技术可以实现比较好的物体检测效果。HOG特征对于光学和几何都具有较好的形变性，同时稍许动作不影响检测性能，所以HOG技术比较适合用于人体检测。但是HOG存在着具有时间复杂性高以及鲁棒性差的特点....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注