![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
detection
lanyuxuan100
这个作者很懒,什么都没留下…
展开
-
R-CNN阅读笔记
2014 年:R-CNN - 首次将 CNN 用于目标检测 输入:图像 输出:边界框+图像中每个目标的标注(即类别) 但是我们如何找出这些边界框的位置? R-CNN 做了我们也可以直观做到的——在图像中假设了一系列边界,看它们是否可以真的对应一个目标。 R-CNN 创造了这些边界框,或者区域提案(region proposal)关于这个被称为选择性搜索(Selective Search原创 2017-05-01 16:45:49 · 580 阅读 · 1 评论 -
目标检测网络发展历程从R-CNN到Faster-RCNN
2014年的R-CNN主要步骤如下: 1. 预先生成目标候选区域。 2. 使用CNN提取目标候选区域中的特征,通过分类器(SVM)查看类别。 3. 线性回归出目标的精确位置。2015年的Fast-RCNN的主要步骤如下:原创 2017-05-01 16:50:40 · 2410 阅读 · 1 评论