在計算機視覺領域，目標檢測一直是一種處于非常火熱?的狀態，尤其是卷積神經網絡CNN出現后，出現了各種基于CNN的目標檢測算法，在此根據所看到或者所了解的論文進行個人匯總，以思維導圖的模式進行記錄整理，同時在2019年anchor-free算法的出現刷新了我的慣有思路，可能會是目標檢測的大方向，畢竟大道至簡，之前基于anchor的算法，不僅參數眾多，而且訓練復雜，如果想要完整的PDF或者XMIND文件，可以參考文章下面的鏈接。

基于深度學習的目標檢測算法思維導圖? ?截圖

截圖分為上下兩部分，因為導圖網絡太大，所以放上完整截圖容易模糊，如果想要完整的PDF文件，可以去下面的鏈接

目標檢測論文可改進點參考文章? 截圖

?anchor機制優缺點解讀

基于深度學習的目標檢測算法綜述.xmind

基于深度學習的目標檢測算法總覽pdf文件.pdf

目標檢測改進點.pdf

Anchor機制解讀.pdf

PS：下載所需要的積分是CSDN網站設置的，我個人無法修改！

總結

以上是生活随笔為你收集整理的基于深度学习的目标检测算法思维导图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。