目标检测中的Anchor与感受野
深度学习
2 分钟 读完 (大约 282 个字)

目标检测中的Anchor与感受野

摘要： Anchor的设置对于目标检测来说作用的重要性不言而喻，本文主要整理了相关技巧和背后的逻辑原理解读，不断更新完善。

  人工智能, 目标检测, 算法, 计算机视觉
阅读更多
关注我

标签云

AI Ceph Fast.ai FastText Git Ipython JupyterNotebook Keras Markdown Numpy OpenCV Pandas Prophet Python SARIMA Time Series word2vec 书籍 云存储 人工智能 优化 公开课 博客 原理解析 可视化 图像分类 实践 实验 工具 工具使用 工程实践 开放数据集 开源平台 总结 感悟 感知机 技巧 技术 支持向量机 教学 数据 数据标注 数据集 文献 时序数据 机器学习 机器视觉 模型 正则化 物体识别 特征抽取 目标检测 神经网络 笔记 策略 算法 线性回归 网络复现 计算机视觉 词向量 词嵌入 读书笔记 资源调度 迁移学习 逻辑回归 部署 配置 预处理

标签

AI 15
Ceph 2
Fast.ai 1
FastText 1
Git 1
Ipython 1
JupyterNotebook 1
Keras 1
Markdown 1
Numpy 1
OpenCV 1
Pandas 1
Prophet 1
Python 1
SARIMA 1
Time Series 1
word2vec 2
书籍 1
云存储 2
人工智能 50
优化 1
公开课 1
博客 1
原理解析 1
可视化 1
图像分类 2
实践 3
实验 1
工具 2
工具使用 2
工程实践 1
开放数据集 2
开源平台 1
总结 3
感悟 2
感知机 1
技巧 3
技术 2
支持向量机 1
教学 3
数据 1
数据标注 1
数据集 1
文献 23
时序数据 2
机器学习 4
机器视觉 10
模型 2
正则化 1
物体识别 3
特征抽取 1
目标检测 1
神经网络 1
笔记 6
策略 1
算法 33
线性回归 2
网络复现 5
计算机视觉 2
词向量 1
词嵌入 2
读书笔记 4
资源调度 1
迁移学习 1
逻辑回归 2
部署 2
配置 1
预处理 2

最新文章

归档

最新文章

归档

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×