R-CNN系列
文章平均质量分 69
枯木寒岩
致力于开发前沿的机器视觉算法:
1) face detection、face recognition、face alignment、face parsing;
2) pedestrian detection、Human parsing;
3) gesture recognition and human joint detection;
展开
-
R-CNN: Rich feature hierarchies for accurate object detection and semantic segmentation
摘要 2012年之前, 目标检测算法性能已经进入平台期。性能好的算法都是集成算法(绑定底层特征和高层context)。在这篇文章中,作者提出了 R-CNN (Regions with CNN features)。算法介绍 1. R-CNN方法包含三个模块:1)产生类别无关的候选区域; 2)利用CNN(卷积神经网络)提取固定长度的特征; 3)学习linear SVM的集合,每个linear SVM原创 2016-07-09 19:36:19 · 533 阅读 · 0 评论 -
SPP-Net:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
摘要 已知的CNN网络需要固定的输入图像大小,本文提出SPP-Net (Spatial Pyramid Pooling)消除了上述需要。SPP-Net能够生成固定长度的表达,不依赖于输入图像的尺寸和方向率。 使用SPP-Net只需要对整个图像计算一次特征图。避免了(R-CNN)重复计算。 在测试的时候,运算速度是R-CNN的24~64倍。CNN v.s. SPP net当应用CNN到任意尺寸的原创 2016-07-09 22:34:35 · 603 阅读 · 0 评论 -
Fast R-CNN
R-CNN, SPP-Net, Fast R-CNN原创 2016-07-30 20:55:48 · 489 阅读 · 0 评论 -
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
摘要 SPP Net, Fast R-CNN, RPN, Faster R-CNN原创 2016-07-30 23:13:37 · 658 阅读 · 0 评论