单阶段和双阶段网络模型区别及记录

 

双阶段:一个阶段提出备选框,一个阶段对备选框进行判断。是一个两阶段级联的网络。备选框的生成和备选框的判断是两个过程。以RCNN系列为主流和代表。

主要为RCNN系列的网络。

  • RCNN
  • SPPNet(Spatial Pyramid Pooling)
  • Fast RCNN
  • Faster RCNN
  • RFCN(Region based Fully ConvNet)
  • Mask RCNN
  • Light Head RCNN

单阶段:单阶段的网络,整个生成备选框的过程一体化的实现。

代表有YOLO系列和SSD(single shot detector)

  • DetectorNet
  • OverFeat
  • YOLO
  • YOLOv2 and YOLO9000
  • SSD(Single Shot Detector)

参考文献

https://blog.csdn.net/weixin_36474809/article/details/84172579#%E5%8F%8C%E9%98%B6%E6%AE%B5

 

 

 

  • 4
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值