本文不详细介绍各种神经网络的细节和具体流程,主要在于归纳其特点并加以比较,希望让大家对二阶目标检测的发展过程和改进方法有个比较清晰的认知。
二阶目标检测通用流程
- 提出目标候选框(region proposal / region of interest)
- 提取图片特征(feature)
- 目标分类(classification)
- 检测框回归(box regression)
注意的是,提出候选框和提取图片特征的顺序在不同的神经网络中有可能不同
主要神经网络
主要介绍RCNN系列的网络:
- RCNN
- Fast RCNN
- Faster RCNN
RCNN
论文:Rich feature hierarchies for accurate object detection and semantic segmentation
详细解释请看这里
放一张结构图: