说明:本文为总结性文章,适合有一定基础的童孩们阅读哦~文章来源于个人学习笔记,仅做学习交流!
一、二阶段算法RCNN、Fast-RCNN、Faster-RCNN比较
1.R-CNN
实现过程
(1)region proposal。用区域合并算法SS(Selective Search for Object Recognition解读https://blog.csdn.net/mao_kun/article/details/50576003 )在同一张图片上产生候选框。
(2)feature extraction。分别将图片上的每个候选框送入卷积神经网络CNN(由conv+relu+pool层组成的VGG、Inception、Resnet等),获得的结果叫做特征图;(CNN卷积神经网络原理讲解+图片识别应用(附源码)
https://blog.csdn.net/kun1280437633/article/details/80817129 )
(3)classification。针对每个类别训练一个SVM的二分类器。输入特征,输出为是否属于该类别,训练结果是得到SVM的权重矩阵W。
(4)rect refine。用提取的特征和bounding box的ground truth(预先标定的真实框)来训练回归,每种类型的回归器单独训练。
算法结果
在pascal VOC 2012数据集上:mAP 53.3%、平均每张图片耗时47s,共计训练耗时84小时。