【深度学习】 三大经典识别算法 R-CNN、Fast R-CNN、Faster R-CNN概述简介

1.R-CNN (14年）

  1.首先用selective search的方法选出许多候选框；

  2.对于每一个候选框分别执行卷积网络的操作，提取特征；

  3.把卷积做好的特征放到svm分类器和Bbox reg的回归器。

  缺点：

  1.候选框没有共享卷积神经网络，不同的框要构造不同的神经网络（因为卷积层虽然不要求图片大小，但是全连接层有要求）。

  2.分类用svm做，很麻烦。

  3.特别费时，一次训练需要84小时，检测一张图片要84秒。

  改进，改进后名字叫SPP-Net：

     加了一个特殊的pooling层SPP层，连在全连接层前面。

  原理：把任意大小的图片进行一个pooling,pooling成一个串，把当前不同尺寸大小的图片，经过Pooling后拼接在一起连成的串的大小一致。然后就可以执行全连接操作，这样不用不同的框构造不同的神经网络，因为全连接层大小也一致了。

 

2.fast R-CNN(15年)