本资源包含最近流行的多个物体检测框架（SSD,YOLO,Faster RCNN以及一些常用的backbone），并且介绍了NMS\IOU等等算法，包含深度学习之PyTorch物体检测实战的PDF及源码，有喜欢物体检测的小伙伴可以参考一下。

次压缩包包含两个文件，pytorch官方推荐教程-英文版pdf；pytorch物体检测实战.pdf文件，都是关于pytorch的教学，一个偏重实战，一个偏重教程讲解，希望对大家有帮助。

pytorch物体检测实战.txt

2021.03.03 DOTA数据集格式转成VOC格式 DOTA2VOC 2021.03.01 描绘符合北航学报的曲线图 mmdetection / tools / analyze_logs_buaa.py 2021.02.25 SSDD目标尺寸分布D20210225 2021.01.23 在fork库上进行push是不计算contribution的 2021.01.18 撤销提交 git reset --soft HEAD ^。 明显撤回commit操作，您写的代码仍然保留，HEA

分享课程——Python-深度学习-物体检测实战；计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理，基于开源项目解读其应用领域与使用方法。 通过debug方式，详细解读项目中每一模块核心源码，从代码角度理解网络实现方法与建模流程。为了方便同学们能将项目应用到自己的数据与任务中，实例演示如何针对自己的数据集制作标签与代码调整方法，全程实战操作，通俗讲解其中复杂的网络架构。 章节1 物体检测框架-MaskRcnn项目介