深度学习
ChrisLzg
这个作者很懒,什么都没留下…
展开
-
目标检测--R-CNN
1、产生目标区域候选 滑窗: 为了检测目标物体的可能位置,我们采用不同尺度的矩形方块,在图像上水平、垂直移动,以便能够检测到可能目标位置。而这个矩形方块就是滑窗。 这种方法的缺陷:我们不知道目标物体的大小,而使用这种方法进行穷举,计算量太大。 selective search: R-CNN目标检测所采用的方法。 selective search的策略,既然是不知道尺度是怎样的,那我们就尽可能遍历所...原创 2018-12-04 18:12:45 · 313 阅读 · 0 评论 -
目标检测--SPP-Net
1、SPP-Net解决的问题 R-CNN存在的问题 在用selective search方法对原图进行提取了2000个Proposal,在卷积之前要对每个Proposal进行Wrap或Crop,降低了检测的精确度。 对于每一个原图的Proposal都要进行一次卷积,也就是每张图2000次,计算量太大。 SPP-Net解决的策略 通过Spatial Pyramid Pooling解决了深度网络...原创 2018-12-05 12:21:22 · 357 阅读 · 0 评论