rcnn算法步骤:
一张图像生成1k-2k个候选区域;
对每个候选区域,使用深度网络提取特征;
特征送到svm分类器,进行判断;
使用回归器精确候选框位置;
![](https://i-blog.csdnimg.cn/blog_migrate/b9ae4fcee045940d6931915b8c1b3ceb.png)
fast rcnn算法步骤:
一张图像生成1k-2k个候选区域;
将图像输入网络得到相应的特征图,将ss算法生成的候选框投射到特征图上得到特征矩阵;
将每个特征矩阵缩放到7*7大小的特征图,然后把特征图展评,再放到全连接层得到预测结果;
感谢B站up主讲解
rcnn算法步骤:
一张图像生成1k-2k个候选区域;
对每个候选区域,使用深度网络提取特征;
特征送到svm分类器,进行判断;
使用回归器精确候选框位置;
fast rcnn算法步骤:
一张图像生成1k-2k个候选区域;
将图像输入网络得到相应的特征图,将ss算法生成的候选框投射到特征图上得到特征矩阵;
将每个特征矩阵缩放到7*7大小的特征图,然后把特征图展评,再放到全连接层得到预测结果;
感谢B站up主讲解