图像目标检测:从R-CNN到SPP-Net,再到Fast R-CNN,最后到Faster R-CNN。
R-CNN传统的目标检测方法一般分为四个阶段:(1)图像预处理,(2)目标区域选择,(3)特征提取,(4)分类器分类。其中,目标区域选择通常采用的方法是 利用不同尺寸大小的滑动窗口对图片进行遍历,这导致了一个问题,就是时空复杂度很高,计算量大。此外,在特征提取阶段,需要人为选取特征,鲁棒性差。针对这些不足,2014年Girshick R等提出了首个用于图像目标检测的深度学习模型 R-CNN...
原创
2019-05-08 23:50:37 ·
817 阅读 ·
0 评论