RCNN
论文地址:Rich feature hierarchies for accurate object detection and semantic segmentation
概述
RCNN相对于之前的算法将mAP值提高了30% ,是后来目标检测领域的老大哥。
目标检测
对图像进行处理可以依据难易程度分为三个层次,分别是分类(classification)、检测(detection)和分割(segmentation)。
目标检测属于第二类别中的检测,要求用矩形框出待检测的对象,即需要输出位置和类别信息。其具体而言有两大类方法,分别是以RCNN为代表的两阶段法(2-stage)和以YOLO、SSD为代表的一阶段法(1-stage)。
mAP
mAP是衡量目标检测水平的重要标准之一。
mAP是指Mean Average Percision,表示均值平均精度。要说清楚mAP,得先搞清AP;而明白AP,得了解PR曲线;若要懂PR曲线,得先熟悉P和R,也就是查准率与查全率。
对于确定的二分类问题,可根据样例真实类别与