YOLO9000, Better, Faster, Stronger論文翻譯——中英文對照 這個總結的最好
這個總結的是最好的翻譯：https://blog.csdn.net/quincuntial/article/details/78932285
一下是參考的部落格連結：
https://blog.csdn.net/u011974639/article/details/78208896
https://blog.csdn.net/small_munich/article/details/79548149
這個也算是我第一次接觸神經網路這樣型別的論文吧，為了應付計算機智慧課做個ppt，翻譯了論文，總體演算法很多還是不明白。
相關推薦
YOLO9000, Better, Faster, Stronger論文翻譯——中英文對照 這個總結的最好
這個總結的是最好的翻譯：https://blog.csdn.net/quincuntial/article/details/78932285 一下是參考的部落格連結： https://blog.csdn.net/u011974639/article/details/78208896 ht
YOLO9000: Better, Faster, Stronger論文閱讀
本文僅是對論文的解讀，供個人學習使用，如果有侵權的地方，還請聯絡我刪除博文 一、概述 之前的Yolov1模型，與Fast R-CNN相比，Yolov1有著大量的定位誤差。與基於region proposal的方法相比，Yolov1的查全率(recall)較低。新的模型側重於提高
《YOLO9000: Better, Faster, Stronger》論文筆記
1. 論文思想 在這篇論文中提出了YOLO9000網路模型，該模型可以實時建冊多達9000種目標。首先對原始的YOLO進行改進，提升之後的模型是YOLO-V2。使用新的多尺度訓練方法，相同的YOLO-V2模型可以接受不同的輸入影象尺寸，這為速度與精度之間提供了多種選擇。使用在COCO
王權富貴論文篇：Faster R-CNN論文翻譯——中英文對照
文章作者：Tyan 感謝Tyan作者大大，相見恨晚，大家可以看原汁原味的Tyan部落格哦。 部落格：noahsnail.com | CSDN | 簡書 宣告：作者翻譯論文僅為學習，如有侵權請聯
YOLO9000: Better, Faster, Stronger （專案主頁） 的翻譯
1. 概述 YOLO2主要有兩個大方面的改進： 使用一系列的方法對YOLO進行了改進，在保持原有速度的同時提升精度得到YOLOv2。提出了一種目標分類與檢測的聯合訓練方法，同時在COCO和ImageNet資料集中進行訓練得到YOLO9000，實現9000多種物體的實時檢測。2 更精確（Better） ba
Squeeze-and-Excitation Networks論文翻譯——中英文對照
文章作者：Tyan 部落格：noahsnail.com | CSDN | 簡書 宣告：作者翻譯論文僅為學習，如有侵權請聯絡作者刪除博文，謝謝！ Squeeze-and-Excitation Networks Abstract Convolutional n
【筆記】YOLO9000: Better, Faster, Stronger
YOLO9000: Better, Faster, Stronger論文：https://arxiv.org/abs/1612.08242原始碼解析：https://zhuanlan.zhihu.com/p/25100992http://blog.csdn.net/qq_14
Inception-V3論文翻譯——中英文對照
文章作者：Tyan 部落格：noahsnail.com | CSDN | 簡書 宣告：作者翻譯論文僅為學習，如有侵權請聯絡作者刪除博文，謝謝！ Rethinking the Inception Architecture for Computer
YOLO9000:Better, Faster, Stronger
Abstract 通過某種聯合訓練的方式，使得YOLO9000可以對尚未進行標記過得類別資料上對該類別進行預測。 1. Introduction 提出一種新的方式對大量已有分類資料進行管理，並且將其利用來擴大現有檢測系統的類別數目 提出一種新的訓練演算法，可
CTPN論文翻譯——中英文對照
文章作者：Tyan 部落格：noahsnail.com | CSDN | 簡書 宣告：作者翻譯論文僅為學習，如有侵權請聯絡作者刪除博文，謝謝！ Detecting Text in Natural Image with Connectionist
Deformable Convolutional Networks論文翻譯——中英文對照
文章作者：Tyan 部落格：noahsnail.com | CSDN | 簡書 宣告：作者翻譯論文僅為學習，如有侵權請聯絡作者刪除博文，謝謝！ Deformable Convolutional Networks Abstract Con
ImageNet Classification with Deep Convolutional Neural Networks論文翻譯——中英文對照
文章作者：Tyan 部落格：noahsnail.com | CSDN | 簡書 ImageNet Classification with Deep Convolutional Neural Networks Abstract We t
ResNet論文翻譯——中英文對照
文章作者：Tyan 部落格：noahsnail.com | CSDN | 簡書 宣告：作者翻譯論文僅為學習，如有侵權請聯絡作者刪除博文，謝謝！ Deep Residual Learning for Image Recognition
目標檢測（六）YOLOv2__YOLO9000: Better, Faster, Stronger
eight tle rop 尋找 logs better maps 時間 wide 項目鏈接Abstract在該論文中，作者首先介紹了對YOLOv1檢測系統的各種改進措施。改進後得到的模型被稱為YOLOv2，它使用了一種新穎的多尺度訓練方法，使得模型可以在不同尺寸的輸入上運
【論文翻譯】ResNet論文中英對照翻譯--（Deep Residual Learning for Image Recognition）
【開始時間】2018.10.03 【完成時間】2018.10.05 【論文翻譯】ResNet論文中英對照翻譯--（Deep Residual Learning for Image Recognition） 【中文譯名】深度殘差學習在影象識別中的應用 【論文連結】https://arx
【論文翻譯】中英對照翻譯--（Attentive Generative Adversarial Network for Raindrop Removal from A Single Image）
【開始時間】2018.10.08 【完成時間】2018.10.09 【論文翻譯】Attentive GAN論文中英對照翻譯--（Attentive Generative Adversarial Network for Raindrop Removal from A Single Imag
Faster R-CNN 英文論文翻譯筆記
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks Shaoqing Ren, Kaiming He, Ross Girshick, Jian Sun reference link：ht
Faster R-CNN：利用區域提案網路實現實時目標檢測 論文翻譯
Faster R-CNN論文地址:Faster R-CNN Faster R-CNN專案地址:https://github.com/ShaoqingRen/faster_rcnn 摘要 目前最先進的目標檢測網路需要先用區域提案演算法推測目標位置，像SPPnet1和Fast R-CNN2
深度學習論文翻譯解析（四）：Faster R-CNN: Down the rabbit hole of modern object detection
論文標題：Faster R-CNN: Down the rabbit hole of modern object detection 論文作者：Zhi Tian , Weilin Huang, Tong He , Pan He , and Yu Qiao 論文地址：https://tryolab
Is Faster R-CNN Doing Well for Pedestrian Detection?論文翻譯
翻譯僅為學習，如有侵權請聯絡我刪除 ～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～ 摘要行人檢測被認為是特定課題，而不是一般的物體檢測。雖然最近的深度學習物件檢測器，如Fast/Faster R-CNN[1，2]在一般目標檢測方面表現出了優異的效能，但它