AI百科的博客

安装pycocotools报如下错误：》ModuleNotFoundError: No module named 'Cython'》----------------------------------------》ERROR: Command "python setup.py egg_info" failed with error code 1 in C:\Users\dharma\App...

上传代码步骤：git statusgit add .git commit -m “ti jiao dai ma”，如果是多行log，则为如下命令：git commit -m 'ti jiao dai ma注意多行时对应的是单引号git push origin HEAD:refs/for/master ，git push origin master切换分支查看远程分支$ git...

1.YUV和RGB互相转换的公式如下（RGB取值范围均为0-255）︰Y = 0.299R + 0.587G + 0.114BU = -0.147R - 0.289G + 0.436BV = 0.615R - 0.515G - 0.100BR = Y + 1.14VG = Y - 0.39U - 0.58VB = Y + 2.03U2.RGB转灰度图：gray=0....

sudo apt-get -f install（是修复损坏的软件包，尝试卸载出错的包，重新安装正确版本的）然后再安装就可以了。

1.多行注释： （1）代码选中的条件下，同时按住 Ctrl+/，被选中行被注释，再次按下Ctrl+/，注释被取消 （2）使用三个单引号或者双引号

视频带宽计算公式(码流_分辨率_帧率)   (自己整理过的.)码流　　码流（Data Rate）是指视频文件在单位时间内使用的数据流量，也叫码率或码流率，是视频编码中画面质量控制中最重要的部分，一般我们用的单位是Kb/s或者Mb/s。一般来说同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越高。码流越大，说明单位时间内取样率越大，数据流，精度就越高，处理出来的文件就越接近原始文件，...

1.runtime api和driver api的关系：runtime api 相当于将driver api封装起来了，driver api更偏底层，运用的时候你会发现runtime  api一般是cudaXX，而driver api是cuXX。2....

文件操作# ls -l | grep "^-" | wc -l                            #统计当前文件夹下的文件个数      bg   将一个在后台暂停的命令，变成继续执行fg   将后台中的命令调至前台继续运行jobs  查看当前有多少在后台运行的命令ctrl + z  可以将一个正在前台执行的命令放到后台，并且暂停ctrl + c 终止当前...

1.如果没有按照ssh，则运行以下命令sudo apt-get install ssh2.ssh远程登入ubuntu机器ssh username@192.168.1.13.将远程文件从远程ubuntu机器下载到本地scp username@192.168.1.1:/home/test/1.pdf /home/pdf/1.pdf4.将远程文件夹从远程ubuntu机器下载到本地...

相比Faster-rcnn主要改进点在多尺度及速度上，该网络属于UCSD大学的SVCL实验室和IBM研究院一起研究的结果。其代码已经开源到GitHub，链接为：https://github.com/zhaoweicai/mscnn。具体如下： 这篇文章主要解决多尺度同时存在时的检索问题，设计了MSCNN网络，提出了两点创新：（1）针对多尺度问题：   类似于FCNT跟踪方法，该文章...

1.数据生成参考如下博客（经验证ok）：制作自己的数据集：首先将自己的数据集转换成VOC2007格式，再把VOC2007转化成CSV格式。首先将自己的数据集转换成VOC2007格式的数据集：https://blog.csdn.net/u012426298/article/details/80334292再将VOC2007格式的数据集转化为CSV：https://blog.csdn.ne...

 节点：数据域和指针域的和；数据域存储数据元素的信息，指针域指示直接后继存储位置。头结点：单链表的开始节点之附设一个类型相同的节点，称之为头结点；                头结点的数据域可以不存储任何信息，也可以存放如线性表的长度等附加信息；                头节点的指针域存储指向开始结点的指针，即第一个元素结点的存储位置；头结点的作用：         1、对带头结...

堆：程序员自己分配释放栈：系统自动分配和释放，类似一个桶，先进后出队列：特殊线性表，只能在队尾进行插入，队首进行删除 堆本质可以看做是一颗完全二叉树，满足根节点大于或者小于两个子节点，但子节点之间没有大小要求，这个和二叉树排序不一样，二叉树排序是左结点<根节点<右结点...

参考：https://blog.csdn.net/WZZ18191171661/article/details/79453780https://blog.csdn.net/jiongnima/article/details/79094159

蒸馏法：https://baijiahao.baidu.com/s?id=1598625949059208402&wfr=spider&for=pc剪枝法：https://blog.csdn.net/sigai_csdn/article/details/80803956模型压缩：https://blog.csdn.net/sigai_csdn/article/details...

1.图像增强，图像去燥，图像锐化，细节对比度增强，图像均衡，白平衡2.人脸面部检测，人脸各个器官检测，针对各个器官进行相应处理，如眼睛拉伸，脸面去斑等3.结合人的年龄、性别、色种、表情等进行个性化处理 1.自动瘦脸和眼睛放大：首先进行人脸检测和面部特征器官检测，然后使用局部缩放、平移方法对图像进行操作2.低光增强（去燥、亮度、细节）3.美白和磨皮参考：https://b...

CTPN：原始CTPN只检测水平方向的文本，检测模块类似于Faster-rcnn，但是假如了lstm参考http://www.neurta.com/node/414

参考：https://www.cnblogs.com/lxy2017/p/3927280.html

（一）HOG特征1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog...

线性回归和逻辑回归的区别：两者都属于回归算法，线性回归主要用来解决连续值预测的问题，逻辑回归用来解决分类的问题，输出的属于某个类别的概率，工业界经常会用逻辑回归来做排序。在SVM、GBDT、AdaBoost算法中都有涉及逻辑回归，回归中的损失函数、梯度下降、过拟合等 过拟合问题的解决方法1）减少特征数量（减少特征会失去一些信息，即使特征选的很好）可用人工选择要保留的特征； 模...

常规决策树算法原理请参考：https://www.cnblogs.com/pinard/p/6050306.htmlhttp://www.cnblogs.com/pinard/p/6053344.html备注：1.理解决策树的优缺点2.决策树是对单个特征进行学习训练，比如有n个特征，计算n个特征的信息增益H(X)-H(X|Y)，选择信息增益最大的作为当前节点，重复上述操作，直到...

Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。adaboost属于Boosting算法的一种，不仅对训练样本分布进行调整，还将分类器进行根据准确率进行加权。 首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。...

参考：https://blog.csdn.net/u010099080/article/details/78177781http://www.360doc.com/content/18/0114/11/18144428_721801669.shtml 

在传统的图像去噪算法中，NLM、BM3D应该是效果最佳的。NLM：参考https://blog.csdn.net/frankgoogle/article/details/52209901，相比于高斯滤波，高斯滤波是将中心像素周围的点进行加权得到中心点新的像素值，而NLM是用局部块加权，相对计算消耗较大BM3D：https://wenku.baidu.com/view/8e34e4bbdc8...

参考：https://www.cnblogs.com/straybirds/p/7350535.html

DnCNN：参考https://blog.csdn.net/npu15222808378/article/details/80376929，损失函数为均方误差

im2col：https://blog.csdn.net/dwyane12138/article/details/784498981.反卷积就是卷积，只是中间padding了下，然后再做卷积。 这里有个动态图，transposed就是代表反卷积（转置卷积） https://github.com/vdumoulin/conv_arithmetic 算法实现上也是先padding然后卷积 2...

目的：将图像从低分辨率图像转换为高清超分辨率图像，传统方式是双线性插值1.SRCNN：模型参考：https://blog.csdn.net/Autism_/article/details/79401798     作者在获取训练和测试样本时使用了自动生成的方法，非常巧妙，也有人是通过高清相机和手机照片对同一物体进行拍摄，并由此作为训练集，方法没有上述作者的好。     SRCNN是首个...

https://blog.csdn.net/zhangjunhit/article/details/79554140

参考：https://blog.csdn.net/PeaceInMind/article/details/78079263https://blog.csdn.net/qq_14845119/article/details/73648100

参考：https://blog.csdn.net/u014380165/article/details/75142710https://blog.csdn.net/qq_14845119/article/details/73648100 Xception与inception-v3的参数两差不多，准确率略有提升，所以Xception并没有起到压缩网络的作用...

L1和L2正则化，也有很多称为L1和L2范数，其实本质就是范数，主要作用是降低机器学习的过拟合，具体为在原有的损失函数J0的基础上加上一个正则项L，即J=J0+L带有L1范数的损失函数如下：带有L2范数的损失函数如下：为什么正则化可以降低过拟合？一种解释是之所有过拟合是因为权重参数过大或者过小，如果权重参数中大部分数值很小，近乎为0，则意味着数据很稀疏，实际中也就只有部分参...

算法核心为：分组卷积和通道混合，另外该算法也使用了bottleneck unit结构分组卷积的意思是：比如输入通道为4，输出为4，正常卷积情况下输出的每一个通道为输入的所有通道进行卷积的结果，那现在我可以直选择一部分输入通道进行卷积得到输出结果，计算量肯定是降低了，但是必然会损失一部分通道信息，所以就有了通道混合，将不同通道的特征图像重新组合再分组卷积得到下一个通道的结果参考：https:...

参考：https://blog.csdn.net/u014114990/article/details/52583912inception-v1：（1）将之前的某层单一卷积核替换为inception module结构，比如n*n替换为1*1,3*3,5*5，pool，可以丰富不同特征（2）为提高效率，在inception module模块中3*3,5*5等之后加上1*1卷积 ...

mobilenet的实现参考：github的tensorflow官网slim/nets中的具体模型实现，同时还可以使用keras架构实现的版本mobilenet介绍参考：https://blog.csdn.net/chenyuping333/article/details/81363125Bottleneck Layer：https://blog.csdn.net/u011501388/a...

移动端精简模型主要有：mobilenet-v1/v2，nasnet，mnasnet，shufflenet，squeezenet参考：https://blog.csdn.net/PeaceInMind/article/details/78079263https://blog.csdn.net/qq_14845119/article/details/73648100...

方法一：HashMap<String, Integer> myHashMap = new HashMap<>();myHashMap.put("1", 1);myHashMap.put("2", 2);for (Map.Entry<String, Integer> item : myHashMap.entrySet()){ myHashMap.remove(it...

参考：https://www.jianshu.com/p/55755fc649b1https://www.zhihu.com/question/35866596https://www.cnblogs.com/pinard/p/7048333.html 理解条件随机场最好的办法就是用一个现实的例子来说明它。但是目前中文的条件随机场文章鲜有这样干的，可能写文章的人都是大牛，不屑于举例...

将java工程打包为jar文件，工程里面写有一个java程序，程序里面有main函数，既可以通过参数进行调用，而该java程序依赖其它包，现希望将java程序连通依赖包一起打包成一个jar，这样可以通过windows命令行进行访问和操作，具体如下：1.参考https://blog.csdn.net/itsenlin/article/details/51419639中章节1的说明，修改工程所在的po...

1. List<String> sList = Arrays.asList("str1", "str2");//这种方法生成的list，是不支持添加或删除元素的

在使用pip安装某个包时，python install xxx，会报拒绝访问的错误，解决方式是修改python安装目录的权限http://blog.csdn.net/shang_jia/article/details/78323496

Viterbi 算法是在已知观察序列的概率分布，寻找最可能的隐藏状态序列(参考：http://www.52nlp.cn/hmm-learn-best-practices-six-viterbi-algorithm-1            https://www.cnblogs.com/skyme/p/4651331.html...

参考：http://blog.csdn.net/chen861201/article/details/6980677/ps aux | grep xxx（程序名称）kill xxx（某个PID）

R-CNN系列目标检测方法（R-CNN, Fast R-CNN, Faster R-CNN）看图片做目标检测，都是需要“看两眼”的。即，第一眼做 “region proposals”获得所有候选目标框，第二眼对所有候选框做“Box Classifier候选框分类”才能完成目标检测：事实上“第一眼”是挺费时间的，可否看一眼就能得到最后的目标检测结果？达到实时检测的可能? 答案

       这个是tensorflow中运行inception-v3时的一个警告，进入底层代码发现，其实主要是名字命名问题，tensorflow报出这个警告，但是同时也会将正确的进行赋值。...

module 'tensorflow' has no attribute 'image_summary'或者“sub”,大多是因为版本问题导致，有些旧版本的函数名称已被改变，可以直接在网上查找对应的正确的形式。...

参考：http://blog.csdn.net/hqzxsc2006/article/details/51768351注意：表格必须为xls格式，xlsx格式写入后打开失败，具体原因不清楚​

>>str='woshi ni de
\r  '>>print str.strip()>>​woshi ni destrip()默认去除空白符，包括'
', '\r', '\t', ' '。详见如下博客对空白符的说明：http://www.360doc.com/content/11/1029/16/5482098_160101381.shtml​http...

安装gensim需要先安装numpy和scipy，安装过程中报no lapack/blas resources found，见http://blog.csdn.net/qq_21904665/article/details/52059978，主要是由于scipy的问题。我电脑中本身已经有scipy的正确版本，为何会出现这个错误呢？解决方法是：卸载scipy，然后重新在网站上下载whl文件进行安装，...

python3自带的有pickle模块，而python2中为Cpickle，pickle模块的主要作用是将数据结构化存储：一个字典a = {'name':'Tom','age':22}，用pickle.dump存到本地文件，所存数据的结构就是字典，而普通的file.write写入文件的是字符串。读取时，pickle.load返回的是一个字典，file.read返回的是一个字符串。如下代码：impo...

1. 切换到自己当前用户的根目录：cd2.打开某个文件下的sh文件报权限不够的错误时：chmod 777 pycharm.sh 从而添加读写权限3.切换到上一层目录：cd..4.在某个目录下，如果不记得文件名，只记得部分，例如输入cda然后按Tab键，则后面会自动帮你填完整aa这个文件或文件夹5.ubuntu下安装pycharm，直接官网下载社区版（免费）解压即可，详见：http://www.cn...

目的 ：ubuntu系统下有多个用户，系统安装有python，但个人用户在使用时，因为需要安装的库不一样，如果每个人都将库文件安装在系统目录下，则会造成版本太多，不便管理的问题。因此需要将个人的目录建立一个虚拟环境，让自己安装的某些库只能自己使用，不会对其他人形成干扰。方法：1. 创建虚拟环境，参考：http://www.cnblogs.com/suke99/p/5788681.html2.如果需...

tensorflow ConfigPrototf.ConfigProto一般用在创建session的时候。用来对session进行参数配置with tf.Session(config = tf.ConfigProto(...),...)#tf.ConfigProto()的参数 log_device_placement=True : 是否打印设备分配日志 allow_soft_placement=T...

1.安装tensorflow指定gpu版本：pip3 install --upgradehttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whlcpu版本为：pip installhttps://storage.googleapis.com/tensorf...

关于Tensorflow的基本介绍Tensorflow是一个基于图的计算系统，其主要应用于机器学习。从Tensorflow名字的字面意思可以拆分成两部分来理解：Tensor+flow。Tensor：中文名可以称为“张量”，其本质就是任意维度的数组。一个向量就是一个1维的Tensor，一个矩阵就是2维的Tensor。Flow：指的就是图计算中的数据流。当我们想要使用Tensorflow做什么事情的时...

有时候在编完脚本开始运行时，发现某个py脚本右键运行的选项不是run，二是run in unittest，试过很多方法都不能很好的去除，主要是因为脚本中含有test字符串，一种解决方法是将脚本中所有的函数和类的test字符串改为其他的。但是此方法比较麻烦，需要改函数和类的名字，有一种根本的解决方法：File-> Settings -> Tools -> Python Integr...

' '.join(line.split())例如：'line      dd',运行line.split()得到只有两个元素的列表['line','dd']

（一）LDA作用        传统判断两个文档相似性的方法是通过查看两个文档共同出现的单词的多少，如TF-IDF等，这种方法没有考虑到文字背后的语义关联，可能在两个文档共同出现的单词很少甚至没有，但两个文档是相似的。        举个例子，有两个句子分别如下：                “乔布斯离我们而去了。”                “苹果价格会不会降？”        可以看到上...

参考：http://blog.csdn.net/qq_35082030/article/details/70338654fit原义指的是安装、使适合的意思，其实有点train的含义但是和train不同的是，它并不是一个训练的过程，而是一个适配的过程，过程都是定死的，最后只是得到了一个统一的转换的规则模型。transform：是将数据进行转换，比如数据的归一化和标准化，将测试数据按照训练数据同样的模...

参考：http://www.cnblogs.com/pinard/p/6908150.htmlhttp://blog.csdn.net/TiffanyRabbit/article/details/76445909原理：使用LDA进行模型训练，得到每个文档的主题分布，即每个文档包含的每个主题的权重，此权重即可作为特征，然后将此特征进行svm训练，即可进行后续的文本的分类处理步骤：（1）文本分词，去除...

python中的编码问题很让人头疼，python2和python3的处理方式不一样，这里只说python3的编码问题处理方法：utf8（输入） ——> unicode（处理） ——> （输出）utf8Python 里面处理的字符都是都是unicode 编码，因此解决编码问题的方法是把输入的文本（无论是什么编码）解码为（decode）unicode编码，然后输出时再编码（encode）成...

一、fasttext和word2vec的比较fasttext与word2vec是同一作者，所谓fasttext，不过是 word2vec中 cbow + h-softmax的灵活使用，灵活体现在两个方面：1. 模型的输出层：word2vec的输出层，对应的是每一个term，计算某term的概率最大；而fasttext的输出层对应的是 分类的label。不过不管输出层对应的是什么内容，起对应的vec...

参考：http://blog.csdn.net/sinat_30071459/article/details/50721565http://blog.csdn.net/ycheng_sjtu/article/details/49804041（1）batchsize：批大小，也就是在一次模型迭代/训练过程中所使用的样本数目（2）iteration：1个iteration等于使用batchsize个样...

原理介绍请参考：https://www.leiphone.com/news/201706/PamWKpfRFEI42McI.html（经典）http://blog.csdn.net/zl_best/article/details/53433072http://blog.csdn.net/mytestmy/article/details/26961315word2vec的python...

参考：http://blog.csdn.net/liuchonge/article/details/77140719?locationNum=6&fps=1http://geek.csdn.net/news/detail/189196常见的模型有：（1）word2vec+分类器。这个应该是最简单的，因为word2vec本质上是由CNN网络生成词向量的一种深度学习模型（2）fasttext。...

安装特定版本：pip install tensorflow==1.2.0升级到最新版本：pip install --upgrade tensorflow获取tensorflow版本号：在idle命令行中输入import tensorflow——》回车——》tensorflow.__version__    （注意是双下划线）...

（1）tf.contrib.learn.preprocessing.VocabularyProcessor        说明：最终的结果为分词后的句子的索引表示形式，例如：原句为“我是中国人”​，分词后为“我、是、中国人”，则最终结果为：“0,1,2”，表示“我”在词表中的位置为0        tf.contrib.learn.preprocessing.VocabularyProcessor...

（1）str to numberstr1='1.2'i=int(str1)  ;会报错invalid literal for int() with base 10: '1.2'，主要是因为int只能转数值为整数的字符串如果要转为int，可以采用如下方式：i=int(float(str1))...

参考：http://blog.csdn.net/xierhacker/article/details/53860379（1）tf.graph.as_default()表示tensorflow默认的图，如果要定义其它图，并在图中进行操作，则可以：graph1=tf.graph(),graph1.as_default()它能够在这个上下文里面覆盖默认的图（2）sess.as_default()，在该会...

说明：freeze_graph，也就是将模型固化，具体讲就是将训练数据和模型固化成pb文件，tensorflow安装目录下有freeze_graph.py文件，该文件可以实现将pb数据文件和ckpt模型文件最终转为一个pb文件，但是实际中网络训练后得到meta、data、index几个文件，如果将这些文件进行固化呢？答案是将该文件简单改下就行，以tensorflow1.2版本为例。将源文件：...

微信或qq截取pdf中四通道的图像，如果保存为默认的png则由opencv读取时就正常，但转为bmp后图像软件打开也正常，但是opencv打开就异常：如下：右边会多出一部分区域，但图像大小还是之前的大小，只是显示在界面上就成这样的异常情况。所以截取屏幕图像时最好保持为png...

训练集（train)、验证集（validation）和测试集（test）的意义有监督的机器学习中，一般需要将样本分成独立的三部分训练集（train set），验证集（validation set)和测试集（test set）。其中训练集用来估计模型，验证集用来确定网络结构或者控制模型复杂程度的参数，而测试集则检验最终选择最优的模型的性能如何。训练集（train)、验证集（validation）和测...

（1）分别在windows和ubuntu下安装对应软件，ubuntu下可以直接用命令行安装sudo apt-get install synergy（2）配置server端，注意电脑名称需要保持跟电脑一样（3）ubuntu命令行中输入 synergyc 192.168.202.132    (服务器端windows的IP地址)，即可实现连接（4）设置开机启动，在ubuntu系统中，在‘系统’－‘首选...

参考：http://blog.csdn.net/xxy0118/article/details/73733136（1）下载jdk压缩包，并压缩到某个目录，比如/home（2）sudo vim ~/.bashrc文件的末尾追加下面内容:#set oracle jdk environmentexport JAVA_HOME=/home/jdk1.7.0_79export JRE_HOME=${JAVA...

首次安装maven还是遇到一些问题，直接使用sudo apt-get install maven安装并对环境变量进行配置后总是报错，说JAVA_HOME没有配置，但是JAVA_HOME的系统变量和用户变量都已经配置，所以就尝试第二种方法，从官网下载二进制版，并解压配置。ubuntu系统变量和用户变量的区别是：系统环境变量是对所有用户的，而用户变量是对当前用户的。如果是系统变量，则设置如下；（1）s...

1.首先参考CNN和RNN文本分类对比：http://blog.csdn.net/baoyan2015/article/details/64438530http://blog.csdn.net/u010223750/article/details/51437854​2.RNN做文本分类，相当于把每个词作为一个时间节点，把词向量作为每个单元的输入特征...

参考文章：http://blog.csdn.net/thriving_fcl/article/details/73381217

参考：http://blog.csdn.net/u014381600/article/details/60883856            http://blog.csdn.net/u014114990/article/details/51125776            https://www.leiphone.com/news/201709/AzBc9Sg44fs57hyY.html...

解决 程序报 SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder". 错误调试程序出现如下错误:SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".​SLF4J: Defaulting to no-operation (NOP) logger imp...

1. 每一个滤波器的维度与该层的特征图个数一致，而不简单是一个二维矩阵，比如神经网络的输入为RGB图像（大小为11*11），则第一层使用两个3*3滤波器进行卷积，实际的滤波器应该为3*3*3，输出为9*9*2，即RGB图像经过3*3*3卷积后为二维图像9*9，而两个滤波器会生成两个9*9图像，即9*9*22.图像处理中的卷积操作实际上并不是信号处理中的真正意义上的卷积，而是相关操作，因为实际计算时...

参考：http://blog.csdn.net/u013956878/article/details/56670753List name = new ArrayList();name.add("xxx");name.add("yyy");name.add("zzz");上述方法太过繁琐，由于List是接口类，所以不能有实例，可以采用如下方法：List name = Arrays.asList("x...

参考：http://blog.csdn.net/hjimce/article/details/50187029          http://blog.csdn.net/shenxiaolu1984/article/details/51036677RCNN使用以下四步实现目标检测： a. 在图像中使用selective search确定约1000-2000个候选框 ，具体参考          ...

RCNN的流程是：对于每张图像使用粗分割方法提取2k左右的候选框，然后将候选区域保存到硬盘，然后对于每个候选图像进行CNN计算，然后分类，再然后进行回归bounding boxFAST-RCNN流程是：对于候选区域只是记录坐标位置，然后对整张图像进行CNN计算，在最后再将候选区映射到特征层，同时分类和bounding box回归一起做，即类别，坐标作为一个向量进行不断到训练修正FASTER-RCN...

从一个初学者,我换一个角度说说我的理解, 我认为resnet能有好的表现主要还是因为事物本身的特征就是不同层次的.比如, 区分男女相对比较容易,不需要复杂的计算或者模型(在深度网络中就是网络不需要那么深),但是要区分出范冰冰和张馨予就需要更多的计算了(模型更复杂,网络更深). 我们把网络看成一个映射或者函数,在没有'捷径'(shortcut)的网络里,无论简单还是复杂的特征都得用一个很复杂很深的网...

传统算法：多尺度滑动窗，传统分类算法，回归定位RCNN 解决的是，“为什么不用CNN做classification呢？”但是这个方法相当于过一遍network出bounding box，再过另一个出label，原文写的很不“elegant”。但是这个时候用selective search generate regional proposal的时间实在太长了Fast-RC

R-CNN系列目标检测方法（R-CNN, Fast R-CNN, Faster R-CNN）看图片做目标检测，都是需要“看两眼”的。即，第一眼做 “region proposals”获得所有候选目标框，第二眼对所有候选框做“Box Classifier候选框分类”才能完成目标检测：事实上“第一眼”是挺费时间的，可否看一眼就能得到最后的目标检测结果？达到实时检测的可能? 答案

参考：http://blog.csdn.net/u014381600/article/details/60883856            http://blog.csdn.net/u014114990/article/details/51125776            https://www.leiphone.com/news/201709/AzBc9Sg44fs57hyY.htm...