0件商品
边缘端影像識別需求加速AI演算法版本推陈出新 小物件識別效率与精度为后续改良重点
DIGITIMES研究团队
物件影像识别学习需兼顾定位与影像分类运算，称为双阶段学习。然双阶段学习耗费资源庞大，为符合企业在边缘端實時影像识别的应用需求，新一代演算法为两者合并的单阶段学习。DIGITIMES Research观察，尽管单阶段演算法精确度不如双阶段，但仍能...
目录
- 视觉深度卷积神经網絡算法示意图
- 抽样算法使用2x2矩阵Max Pooling示意图
- 物件视觉識別CNN双阶段与单阶段学习流程概念比较
- 不同演算法速度与准确度比较
- SSD与Yolo v1深层網絡架构比较
- YOLO演算法概略流程图示
- YOLO v2、Fast R-CNN、SSD精确度与速度比较
- Faster R-CNN、SSD、YOLO v2使用的区域提案網絡锚点方式图示
- SSD与DSSD架构比较
- SSD、DSSD、YOLO v3演算法精确度、速度指标比较
- SSD与FSSD架构比较
相关报告
关键字
加入已选取到「关键字追踪」
使用者登入
服务加入办法
若想立刻加入付费"Research"会员，请洽询
客服专线：
+886-02-87125398。(周一至周五工作日9:00~18:00)
客服信箱：
member@digitimes.com (一个工作日内将回复您的来信)
- 追溯至2000年，洞察产业脉动
- 优质报告，助攻精准决策
- 八大主题，23产业频道涵盖
- 七大全球数据库，掌握市场趋势
