基于深度学习模型的目标检测讨论了利用深度学习方法进行目标检测和识别的最新进展,这些方法在计算机视觉和图像处理领域取得了巨大成功。它提供了深度学习理论及其在计算机视觉应用的最新发展的系统和系统的概述,说明了它们使用的关键主题,包括对象检测,人脸分析,3D对象识别,和图像检索。这本书提供了理论与实践的丰富结合。它适合对深度学习、计算机视觉等感兴趣的学生、研究人员和从业人员,也可以作为参考书使用。通过对各种深度学习应用的综合比较,帮助对机器学习和微积分有基本了解的读者掌握理论,启发在其他计算机视觉任务中的应用。特点:

  • 深度学习在目标检测中的结构化概述
  • 使用深度神经网络的物体检测的多样化应用集合
  • 强调农业和遥感领域
  • 关于移动目标检测的独家讨论

成为VIP会员查看完整内容
94

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【Manning2022新书】深度学习自然语言处理,296页pdf
专知会员服务
144+阅读 · 2022年10月25日
【干货书】基于深度学习的机器人感知与认知,638页pdf
专知会员服务
103+阅读 · 2022年7月29日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
187+阅读 · 2021年5月20日
【干货书】PyTorch 深度学习,255页pdf
专知会员服务
268+阅读 · 2021年4月3日
【文献综述】图像分割综述,224篇参考文献,附58页PDF
专知会员服务
115+阅读 · 2019年6月16日
【干货书】凸随机优化,320页pdf
专知
12+阅读 · 2022年9月16日
【干货书】神经信息检索,50页pdf
专知
1+阅读 · 2022年7月29日
【干货书】深度学习全面指南,307页pdf
专知
28+阅读 · 2022年1月6日
国家自然科学基金
6+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
国家自然科学基金
8+阅读 · 2008年12月31日
Arxiv
57+阅读 · 2022年1月5日
Arxiv
27+阅读 · 2020年12月24日
Arxiv
108+阅读 · 2020年2月5日
Arxiv
21+阅读 · 2018年8月30日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
6+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
国家自然科学基金
8+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员