近日,廣東金融高新區“區塊鏈+”金融科技研究院聯合湖南科技大學計算機科學與工程學院撰寫關于《Deep Learning Object Detection(基于深度學習的目標檢測綜述)》論文獲發表。

論文簡介:目標檢測技術是計算機視覺研究中的一個主要部分,其大規模應用在工業,科研等場景中。類似于人臉檢測,醫學圖像檢測,自動駕駛,交通檢測等技術已經在人們的生活中起到了相當重要的作用。隨著深度學習的高速發展,眾多應用領域,比如圖像分類,文本分類,機器翻譯等,與深度學習結合都取得了突破性的成功。R-CNN將目標檢測帶入了深度學習的時代,和傳統方法比起來,它的優勢在于,前者需要人員手工提取特征,而后者采用深度學習自動提取特征的方式,極大地提高了效率,簡化了操作,且開啟了目標檢測研究新的時代。首先,本文對基于深度學習的目標檢測骨干網絡進行了綜述,對里程碑式的目標檢測算法進行了回顧解析,比較了常用的數據集,概括了模型的常用評估方法歸納了應用,最后對文章進行總結。

廣東金融高新區“區塊鏈+”金融科技產業集聚基地(佛山民間金融街)

廣東金融高新區“區塊鏈+”金融科技研究院,是集政府引導、技術研究、企業服務于一體的“區塊鏈+”產業服務與科研平臺,承擔著廣東金融高新區“區塊鏈+”金融科技政策研究、專題培訓、人才培育等相關工作,為南海區企業提供產業賦能專業服務。目前,產業集聚已吸引100多家“區塊鏈+”企業落戶廣東金融高新區。其中,已有一批優質企業通過了政府“區塊鏈+”金融科技企業認定并獲得了相應的政策獎勵。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：