基于深度学习的目标检测算法思维导图

在计算机视觉领域,目标检测一直是一种处于非常火热 的状态,尤其是卷积神经网络CNN出现后,出现了各种基于CNN的目标检测算法,在此根据所看到或者所了解的论文进行个人汇总,以思维导图的模式进行记录整理,同时在2019年anchor-free算法的出现刷新了我的惯有思路,可能会是目标检测的大方向,毕竟大道至简,之前基于anchor的算法,不仅参数众多,而且训练复杂,如果想要完整的PDF或者XMIND文件,可以参考文章下面的链接

基于深度学习的目标检测算法思维导图   截图

基于深度学习的目标检测算法思维导图_第1张图片

基于深度学习的目标检测算法思维导图_第2张图片

截图分为上下两部分,因为导图网络太大,所以放上完整截图容易模糊,如果想要完整的PDF文件,可以去下面的链接

目标检测论文可改进点参考文章  截图

基于深度学习的目标检测算法思维导图_第3张图片 anchor机制优缺点解读

基于深度学习的目标检测算法思维导图_第4张图片

基于深度学习的目标检测算法综述.xmind

基于深度学习的目标检测算法总览pdf文件.pdf

目标检测改进点.pdf

Anchor机制解读.pdf

PS:下载所需要的积分是CSDN网站设置的,我个人无法修改!

你可能感兴趣的:(Object,Detection,Deep,Learning)