![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 82
DayBreak__
这个作者很懒,什么都没留下…
展开
-
目标检测R-CNN
原文地址:http://blog.csdn.net/wopawn/article/details/52133338作者:WoPawn&创新点采用CNN网络提取图像特征,从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式,提高特征对样本的表示能力;采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。&问题是什么近10年以来,以人工经验特征为主导...转载 2017-10-19 17:33:26 · 1005 阅读 · 0 评论 -
Fast RCNN
原文地址:http://blog.csdn.net/wopawn/article/details/52463853作者:WoPawn&创新点规避R-CNN中冗余的特征提取操作,只对整张图像全区域进行一次特征提取;用RoI pooling层取代最后一层max pooling层,同时引入建议框信息,提取相应建议框特征;Fast R-CNN网络末尾采用并行的不同的全连接层,可同时输出分类结果和窗...转载 2017-10-19 19:52:10 · 351 阅读 · 0 评论 -
Faster RCNN
原文链接:http://blog.csdn.net/wopawn/article/details/52463853作者:WoPawn&创新点设计Region Proposal Networks【RPN】,利用CNN卷积操作后的特征图生成region proposals,代替了Selective Search、EdgeBoxes等方法,速度上提升明显;训练Region Proposal Ne...转载 2017-10-20 11:30:45 · 1146 阅读 · 0 评论