您可以免费观看前 5 分钟或一小节,完整观看请购买。  点此购买


本视频总时长约为34分钟

特邀谭博对当前目标检测领域基于深度学习的相关算法原理和工程实现细节进行梳理解读,讲者讲到YOLOv2算法是对YOLOv1的增强版本( https://arxiv.org/abs/1612.08242)发表于CVPR-2017,讲者通过分析YOLOv1的两个缺点:1. 定位不准确 2. 和基于region proposal的方法相比召回率较低,重点梳理了YOLOv2在这几个方面做的改进工作,指出了YOLOv2为什么能做的更好。通用物体检测技术精解之YOLOv2算法,讲者深入浅出,理论结合实践,通过论文解读和具体实现带领大家从算法关键步骤原理一步步过渡到工程细节,有理有据帮助你快速掌握核心知识。


作者简介:

谭博士毕业于伯克利大学,本科毕业于南京大学,在计算机视觉领域有7年以上的研究经验,主要研究方向为物体检测分割和图像搜索,在NIPS、ICML、CVPR、ECCV等顶级会议期刊发表了数篇相关论文,目前在国外知名互联网公司任研究科学家职位。




购买观看完整解读及视频