Faster R-CNN

最新推荐文章于 2023-04-19 23:52:35 发布

程序媛罢了

最新推荐文章于 2023-04-19 23:52:35 发布

阅读量680

点赞数

分类专栏： CV计算机视觉文章标签：深度学习

本文链接：https://blog.csdn.net/qq_43688965/article/details/123393894

版权

(研一新生读论文入门，简要记录)
论文名称：Faster R-CNN: T owards Real-Time Object
Detection with Region Proposal Networks
论文地址：https://arxiv.org/abs/1506.01497
发布期刊：Neural Information Processing Systems (NIPS)machine learning 顶级会议-2015
参考：https://zhuanlan.zhihu.com/p/32404424
内容：
背景介绍：Faster R-CNN主要用于目标检测，还被应用到更多的领域中, 比如人体关键点检测、目标追踪、实例分割还有图像描述等。在这里插入图片描述
从编程角度来说， Faster R-CNN主要分为四部分（图中四个绿色框）：
Dataset：数据，提供符合要求的数据格式（目前常用数据集是VOC和COCO）
Extractor：利用CNN提取图片特征features（原始论文用的是ZF和VGG16，后来人们又用ResNet101）
RPN(Region Proposal Network): 负责提供候选区域rois（每张图给出大概2000个候选框）
RoIHead：负责对rois分类和微调。对RPN找出的rois，判断它是否包含目标，并修正框的位置和座标
Faster R-CNN整体的流程可以分为三步：
提特征：图