说明：基于前方车辆与本车存在安全距离，利用自适应阈值法确定图像灰度分割阈值，形态学处理，利用最小外接矩形框选候选车辆目标，集合车底阴影几何位置等特征验证车辆假设。

说明：利用matlab，实现视频目标的自动检测以及跟踪，很好的程序

说明：目标检测常用的图像标注工具，Windows和linux系统都能用。

说明：帧差法运动目标检测，使用matlab运行

说明：显著性检测使用频域协调的方法实现显著性区域目标检测

说明：深度学习算法YOLOV3用于实现目标检测，内附官网地址。算法运行平台是linux系统。

说明：用yolo算法检测到的视频目标，用kalman滤波算法进行多目标跟踪，程序需修改一些路径。

说明：通过使用harris角点检测，可以准确检测运动目标的运动区域兴趣点

说明：该文件的作用是用来制作深度学习目标检测，制作VOC标准数据集的标注代码可执行程序。

说明：goole官方的目标检测API，可用于各种模型算法使用

说明：使用canny算子对图像进行边缘检测，用于RCNN的目标检测。

说明：背景建模，目标检测\分割典型算法，能够鲁棒的适用于高噪声环境。

说明：tensorflow api目标检测 识别数据输出 输出识别数据

说明：传统的目标检测算法使用python实现，包括训练和测试部分

说明：实现简单的目标检测，采用滑动窗口法对目标进行划分

说明：非常全的数据集，coco2014，包含很多图像

说明：一种应用于目标检测中同时满足上述所有约束条件的全卷积神经网络结构。在我们的网络中，使用卷积层不只是用来提取特征图，同时也是作为输出层去计算边界框（bounding box）和分类概率。我们模型中的检测管道（detection pipeline）只包含一个神经网络的前向通路，因此它运行起来是极其迅速的。我们的模型是全卷积结构的，因此可以达到小的模型规模和很高的能量利用效率。最后的实验表明我们的模型能达到很高的精度，在 KITTI 基准上达到了最高的精确度。

说明：将txt转成xml，用于语义分割或者目标检测的数据制作

说明：基于YOLO的目标检测, 对十种物体进行识别和定位。

说明：运用了Selective research方法标定bounding box,用来进行目标检测

说明：运用了Selective research方法标定bounding box,用来目标检测

说明：基于二次差分与能量累积的帧间差分算法，包含四个算法程序，具有参考价值。

说明：该程序可以用来进行目标检测，在一众阿拉伯数字中，识别相应位置对应的数字。

说明：10行代码实现目标检测. ImageAI 是一个基于 Python 程序库，它允许程序员和软件开发人员轻松地将最先进的计算机视觉技术集成到他们现有的或新的应用程序中。

说明：此算法利用目标与背景的差别来进行目标的检测，同时利用目标的位置变化与帧速率的关系算出目标的速度，是很好的一种测速算法在MATLAB平台直接运行

说明：利用图像全局特性检测目标轮廓，将二值化图像转换到Hough参数空间，在参数空间利用极值点的检测来完成目标的检测

说明：yolo C语言版本 完成深度学习之目标检测

说明：yolo v3 tensorflow源码，实现深度学习物体目标检测

说明：基于深度学习的汽车目标识别与检测

说明：frcnn为two stage目标检测算法，检测精度较高