本文深入探讨了R-CNN的局限性，尤其是图像归一化导致的精度损失和速度缓慢问题。接着介绍了何凯明的SPP-Net（空间金字塔池化网络），它通过空间金字塔池化层解决了固定大小输入的问题，显著提升了目标检测的速度，但尚未实现端到端的检测。SPP-Net的关键在于最后一层卷积后接的空间金字塔池化层，允许任意大小图像输入，提高了检测效率。
上回书详细的介绍了R-CNN的前世今生，在文章的最后同样抛出了R-CNN中的不足点：其一是检测的精度相对而言比较低，这主要是图像归一化时对图像过度拉伸造成的，其二是检测速度慢，这个是由于每张图像需要分割成2000多个特征区域，然后依次进入卷积网络造成的。
发现问题下一步就是要解决问题。
首先我们来说一下为什么要进行图像的归一化。
这样做的目的是因为R-CNN采用的是Alexnet网络，而需要特别注意的是Alexnet网络的输入图像大小是固定大小的。即227*227像素。但是呢，通过SS算法产生的候选区域的大小是随机的，也就是说，等待进入神经网络进行特征提取的候选区域大小是不一样的，有的大有的小，这样的话，我们就给他归一化大小呗，统一归一化成227*227的了。
某国的整形文化十分厉害，但是长相不同的人都整成“网红脸”后，必然不是太自然。即使再高超的整形医师，再精湛的“刀工”也是会留下痕迹的，更何况是简单的拉扯，将大的小的长的方的图像强行归一化成227*227呢？
那么可不可以通过网络结构的整改，使得任意大小的图像都可以输入到卷积神经网络之中呢？当然可以了！！！下面祭出大神何凯明！
如果你想在目标检测领域有所斩获，那么以后你会经常读到它的论文！
最低0.47元/天 解锁文章
4340
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
