RCNN用到的SelectiveSearch的理解笔记

最新推荐文章于 2024-09-16 12:41:31 发布

GnBenjamin

最新推荐文章于 2024-09-16 12:41:31 发布

阅读量1.6w

点赞数 5

分类专栏：深度学习文章标签：深度学习算法 selective search

本文链接：https://blog.csdn.net/qq_28132591/article/details/73549560

版权

本文是关于Selective Search算法在深度学习物体识别中的应用理解笔记。该算法通过颜色、纹理等信息划分图像区域，减少计算量，解决了传统滑动窗口方法的效率问题。文章介绍了算法的思路、实现细节及待解决的问题，如层次关系、完全划分和速度优化。Selective Search通过区域聚合和多样化的相似度计算，确保了物体层次的完整性和计算效率。

摘要由CSDN通过智能技术生成

在学习RCNN的过程中，我是从Rich feature hierarchies for accurate object detection and semantic segmenta这篇论文开始，这个论文给出了用DeepLearning做物体识别的一个思路，就是用selectivesearch之类的算法，生成一系列候选区域，并通过与目标区域的重叠比例给出一个值，然后进行训练：

抱着知其然也知其所以然的思路，我又找到slective search的论文：Selective Search for Object Recognition

记录一下论文阅读笔记：

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

思路