Various Methods for Object Detection Based on Deep Learning

作者
Arlin Maria Scaria,V V Neena
出处
期刊:International journal of recent technology and engineering [Blue Eyes Intelligence Engineering and Sciences Engineering and Sciences Publication - BEIESP]
卷期号:8 (4): 1642-1646
标识
DOI:10.35940/ijrte.c4954.118419
摘要

The growing technology in the world made-up the deep learning method, which classifies different vehicles from a video. In deep learning technology use different strategies such as RCNN, Fast RCNN, RPN, faster RCNN, YOLO, SSD. All methods offer various accuracy of the identification of the vehicle. The convolutional natural network determining an object detection task exploitation in deep learning. Object detection is very important in AI as well as in videos using pc vision. Through this paper demystifies the important role of deep learning supported by CNN for object detection. And the methodology offers additional correct result. Deep learning techniques shows the development of object detection in various area and the different technics are assessed during this paper.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
无疆_行者发布了新的文献求助10
刚刚
贪婪卡比兽完成签到,获得积分10
刚刚
余闻问完成签到,获得积分10
1秒前
六六发布了新的文献求助10
1秒前
molihuakai的应助被科研通管家采纳,获得10
1秒前
李博士完成签到 ,获得积分10
1秒前
1秒前
1秒前
Jane完成签到,获得积分10
1秒前
zl00完成签到 ,获得积分10
1秒前
霸气向秋完成签到,获得积分10
1秒前
生物摸鱼大师完成签到,获得积分10
2秒前
Owen的应助被科研通管家采纳,获得10
2秒前
Yu完成签到,获得积分10
2秒前
Ava的应助被科研通管家采纳,获得10
2秒前
充电宝的应助被科研通管家采纳,获得10
2秒前
2秒前
2秒前
科研通AI2S的应助被科研通管家采纳,获得10
2秒前
Hello的应助被科研通管家采纳,获得10
2秒前
月亮糕手完成签到,获得积分10
3秒前
DW的应助被科研通管家采纳,获得10
3秒前
舒心妙旋发布了新的文献求助10
3秒前
MM完成签到,获得积分10
3秒前
所所的应助被科研通管家采纳,获得10
3秒前
华仔的应助被科研通管家采纳,获得10
3秒前
4秒前
XiaoH完成签到,获得积分10
4秒前
烟花的应助被科研通管家采纳,获得10
4秒前
脆脆芝香香完成签到,获得积分10
4秒前
CipherSage的应助被科研通管家采纳,获得10
4秒前
斯文败类的应助被科研通管家采纳,获得10
4秒前
bingbing发布了新的文献求助10
4秒前
明亮夜云完成签到,获得积分10
4秒前
坚强冰枫的应助被科研通管家采纳,获得10
4秒前
fanfanqieqie发布了新的文献求助50
4秒前
mochenyun完成签到,获得积分10
4秒前
李爱国的应助被科研通管家采纳,获得10
4秒前
4秒前
4秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Sustainable Engineered Micro/Nanofibers and Hybrid Nanocomposites for Environmental Remediation 400
Ecotourism 400
Liquidus diagram and viscosity estimation in pseudo-binary system Li2B6O10–LiF 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8076652
求助须知:如何正确求助?哪些是违规求助? 9494616
关于积分的说明 21382290
捐赠科研通 7644690
什么是DOI,文献DOI怎么找? 3400174
关于科研通互助平台的介绍 2529895
邀请新用户注册赠送积分活动 2438810