【目标检测】RCNN算法详解

最新推荐文章于 2024-03-13 14:40:40 发布

shenxiaolu1984

最新推荐文章于 2024-03-13 14:40:40 发布

阅读量10w+

收藏 1.3k

点赞数 254

分类专栏：论文解读文章标签：目标检测深度学习 RCNN detection

本文链接：https://blog.csdn.net/shenxiaolu1984/article/details/51066975

版权

RCNN是深度学习目标检测的开创性工作，通过预提取候选区域，使用深度网络提取特征，并通过SVM进行类别判断和回归器进行位置精修。它解决了传统方法的速度和训练集问题，显著提升了目标检测的准确性。后续的Fast RCNN和Faster RCNN进一步优化了速度和性能。

摘要由CSDN通过智能技术生成

Girshick, Ross, et al. “Rich feature hierarchies for accurate object detection and semantic segmentation.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2014.

Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的FAIR。
这篇文章思路简洁，在DPM方法多年平台期后，效果提高显著。包括本文在内的一系列目标检测算法：RCNN, Fast RCNN, Faster RCNN代表当下目标检测的前沿水平，在github都给出了基于Caffe的源码。

思想

本文解决了目标检测中的两个关键问题。

问题一：速度

经典的目标检测算法使用滑动窗法依次判断所有可能的区域。本文则预先提取一系列较可能是物体的候选区域，之后仅在这些候选区域上提取特征，进行判断。

问题二：训练集

经典的目标检测算法在区域中提取人工设定的特征（Haar，HOG）。本文则需要训练深度网络进行特征提取。可供使用的有两个数据库：
一个较大的识别库（ImageNet ILSVC 2012）：标定每张图片中物体的类别。一千万图像，1000类。
一个较小的检测库（PASCAL VOC 2007）：标定每张图片中，物体的类别和位置。一万图像，20类。
本文使用识别库进行预训练，而后用检测库调优参数。最后在检测库上评测。