目录
- YOLOv3对YOLOv2的改进:
- YOLOv4对YOLOv3的改进
- Focal loss的具体实现
- YOLOv3中正负样本的分类
- GIOU的具体实现
- YOLOv3中正负样本的选择
- Faster RCNN面试问题总结
- 神经网络相关
- 基于多目标跟踪算法的车位跟踪
- DeepSORT相关知识点
- 基于激光雷达与摄像机融合的城市道路前方车辆检测问题总结
- 基于改进YOLOv3的前方车辆检测及碰撞时间计算
- 激光雷达前方车辆识别问题总结
- C++基础面试问题总结
- 面试编程题
YOLOv3对YOLOv2的改进:
1.loss不同:作者v3替换了v2的softmax loss变成logistic loss,由于每个点所对应的bounding box少并且差异大,每个bounding与ground t