在时间、准确性、对象检测和预测方面更好的对象检测框架中
Among object detection frameworks which is better in case of time, accuracy, object detection and prediction
需要启动对象检测项目。任何人都可以建议具有更好准确性和速度的更好框架。我已经阅读了有关 imagenet、resnet、mobilenet、yolo、tensorflow 和 dlib 功能的信息。谁能比较一下，并提出更好的选择。
“Speed/accuracy 现代卷积对象检测器的权衡”(https://arxiv.org/abs/1611.10012) 中描述了一个很好的概述。
为了节省时间，你可以考虑使用Google对象检测APIhttps://github.com/tensorflow/models/tree/master/research/object_detection，他们有一个关于如何在你自己的数据集上训练的教程。
很难说哪个对象检测框架最好。然而，我看到人们通常坚持使用 Faster R-CNN（为了准确性）和 SSD 或 YOLOv2（为了速度）。
需要启动对象检测项目。任何人都可以建议具有更好准确性和速度的更好框架。我已经阅读了有关 imagenet、resnet、mobilenet、yolo、tensorflow 和 dlib 功能的信息。谁能比较一下，并提出更好的选择。
“Speed/accuracy 现代卷积对象检测器的权衡”(https://arxiv.org/abs/1611.10012) 中描述了一个很好的概述。
为了节省时间，你可以考虑使用Google对象检测APIhttps://github.com/tensorflow/models/tree/master/research/object_detection，他们有一个关于如何在你自己的数据集上训练的教程。
很难说哪个对象检测框架最好。然而，我看到人们通常坚持使用 Faster R-CNN（为了准确性）和 SSD 或 YOLOv2（为了速度）。