【文件属性】：
文件名称：用神经网络确定权重的matlab代码-Object-Detection:应用深度Q网络的图像中的目标检测
文件大小：1.52MB
文件格式：ZIP
更新时间：2021-05-24 00:47:27
系统开源
用神经网络确定权重的matlab代码对象检测
应用深度Q网络的图像中的目标检测
对象检测是指在图像中对象的最特定位置周围绘制边界框。
有一个强化学习代理人，经过适当的培训后可以自主执行此任务。
该算法可以大致分为三步-CNN，DQN和SVM。
CNN：卷积神经网络
预训练的CNN从建议的区域中提取特征。
DQN：Deep-Q网络
DQN建立在CNN的顶部，该CNN确定边界框的最佳变换，以便在尽可能少的步骤中检测到所需的对象。
SVM：支持向量机
特定于类别的SVM重新识别检测到的对象。
实际上，这项工作是作为研究项目执行的。
它复制了给出的结果，并进行了一些修改。
但是，所有代码都是由Tashrif
Billah和Alexander
Loh编写的。
请参阅的详细说明。
该算法由哥伦比亚大学电气工程系在Google
Cloud
GPU上进行了训练。
运行代码说明
请参阅以下有关执行项目的说明
下载。
运行该命令将从数据集中提取相关信息，即图像类，索引和边界框。
下载进行特征提取。
按照，在Google
Cloud
GPU上创建自己的虚拟机（VM）。
随意使用您可能有权使用的任何其他GPU
【文件预览】：
Object-Detection-master
----VOC_dataset.m(711B)
----SVM_Scoring.m(1KB)
----SVM_Model_Building.m(2KB)
----extract_data.py(3KB)
----Tashrif_Billah_Object_Detection.pdf(1.57MB)
----README.md(3KB)
----q_learning.py(13KB)
----SVM_SCORE_VGG16.py(2KB)