技術(shù)編號(hào)：12786869
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒(méi)有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明涉及圖像檢測(cè)技術(shù)領(lǐng)域，特別涉及一種從圖像中檢測(cè)物體的方法及裝置。背景技術(shù)深度學(xué)習(xí)的出現(xiàn)為圖像中的物體檢測(cè)(ObjectDetection)提供了強(qiáng)有力的技術(shù)支撐，讓物體檢測(cè)從實(shí)時(shí)性和準(zhǔn)確性方面較傳統(tǒng)的檢測(cè)方法都有了很大的提升。基于圖像區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)(Region-basedConvolutionalNeuralNetworks,RCNNs)的深度學(xué)習(xí)算法對(duì)于物體檢測(cè)具有長(zhǎng)足發(fā)展。其中Faster-RCNN方法的提出，將基于深度學(xué)習(xí)的物體檢測(cè)技術(shù)引入了實(shí)際生產(chǎn)生活中。物體檢測(cè)(Objec...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒(méi)有源代碼，用于學(xué)習(xí)研究技術(shù)思路。