目标检测小结(RCNN、fast RCNN、faster RCNN)

目标检测小结(RCNN、fast RCNN、faster RCNN)

RCNN

RCNN又称基于候选框的目标检测算法

主要由三步组成,生成候选区域,传入神经网络,分类

  • 生成候选区域:采用像素、色域分割图像,可以采用生成树算法,SS选着性搜索算法
  • 传入神经网络:与之前学的不同,这里的传入神经网络的目的是提取特征,而非分类。在传入前需要Warp,把图片换成统一大小。
  • 分类:使用SVM算法分类。完成后还需一小步:精修,使用SVM结合NMS获得BBOX,再使用DPM,将传入的框精修。
image-20220131001559221

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nN6MhP4l-1643560510909)(C:\Users\23204\AppData\Roaming\Typora\typora-user-images\image-20220131001649962.png)]

image-20220131001902039 image-20220131001655129
Fast RCNN

将后两部(提取特征+分类)融合在一个模型上,精修也是

ROI pooling layer

这样提高了速率

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vDE0ZeOD-1643560510911)(C:\Users\23204\AppData\Roaming\Typora\typora-user-images\image-20220131001924063.png)]


Faster RCNN

将候选框生成也融合进去,可以采用RPN算法,anchor.

一开始我很纳闷,为什么候选框的生成也可以融进去,后来细想也是,CNN网络主要用来分类,但CNN也可以训练生成候选框,这样通过一个神经网络可以将3步融合在一起。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uwKjkrhz-1643560510912)(C:\Users\23204\AppData\Roaming\Typora\typora-user-images\image-20220131002514570.png)]


制高点:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mqy0Ek6M-1643560510913)(C:\Users\23204\AppData\Roaming\Typora\typora-user-images\image-20220131003041855.png)]


本次笔记是在学习多目标识别理论部分做的,TWO-stage的YOLO家族和RCNN家族的代码实现会在后续更新。

第一次用markdown语法记笔记(使用表情的方法找了好久还没找到555),多有不周,感谢指正。

加油学习人,冲冲冲。

own语法记笔记(使用表情的方法找了好久还没找到555),多有不周,感谢指正。

加油学习人,冲冲冲。

感谢阅读。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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