近日,廣東金融高新區(qū)“區(qū)塊鏈+”金融科技研究院聯(lián)合湖南科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院撰寫關(guān)于《Deep Learning Object Detection(基于深度學(xué)習(xí)的目標(biāo)檢測綜述)》論文獲發(fā)表。

論文簡介:目標(biāo)檢測技術(shù)是計(jì)算機(jī)視覺研究中的一個(gè)主要部分,其大規(guī)模應(yīng)用在工業(yè),科研等場景中。類似于人臉檢測,醫(yī)學(xué)圖像檢測,自動(dòng)駕駛,交通檢測等技術(shù)已經(jīng)在人們的生活中起到了相當(dāng)重要的作用。隨著深度學(xué)習(xí)的高速發(fā)展,眾多應(yīng)用領(lǐng)域,比如圖像分類,文本分類,機(jī)器翻譯等,與深度學(xué)習(xí)結(jié)合都取得了突破性的成功。R-CNN將目標(biāo)檢測帶入了深度學(xué)習(xí)的時(shí)代,和傳統(tǒng)方法比起來,它的優(yōu)勢在于,前者需要人員手工提取特征,而后者采用深度學(xué)習(xí)自動(dòng)提取特征的方式,極大地提高了效率,簡化了操作,且開啟了目標(biāo)檢測研究新的時(shí)代。首先,本文對基于深度學(xué)習(xí)的目標(biāo)檢測骨干網(wǎng)絡(luò)進(jìn)行了綜述,對里程碑式的目標(biāo)檢測算法進(jìn)行了回顧解析,比較了常用的數(shù)據(jù)集,概括了模型的常用評估方法歸納了應(yīng)用,最后對文章進(jìn)行總結(jié)。

廣東金融高新區(qū)“區(qū)塊鏈+”金融科技產(chǎn)業(yè)集聚基地(佛山民間金融街)

廣東金融高新區(qū)“區(qū)塊鏈+”金融科技研究院,是集政府引導(dǎo)、技術(shù)研究、企業(yè)服務(wù)于一體的“區(qū)塊鏈+”產(chǎn)業(yè)服務(wù)與科研平臺,承擔(dān)著廣東金融高新區(qū)“區(qū)塊鏈+”金融科技政策研究、專題培訓(xùn)、人才培育等相關(guān)工作,為南海區(qū)企業(yè)提供產(chǎn)業(yè)賦能專業(yè)服務(wù)。目前,產(chǎn)業(yè)集聚已吸引100多家“區(qū)塊鏈+”企業(yè)落戶廣東金融高新區(qū)。其中,已有一批優(yōu)質(zhì)企業(yè)通過了政府“區(qū)塊鏈+”金融科技企業(yè)認(rèn)定并獲得了相應(yīng)的政策獎(jiǎng)勵(lì)。

免責(zé)聲明：市場有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：