物体检测过程中，通常需要先提出大量Roi（Region of Interest），随后识别Roi中的物体。为了全面覆盖，一张图可能包含上千个Roi。Selective Search是具有影响力的Object Proposals算法，但MCG在Recall上表现最佳，而GoP在速度上占优，适合实时物体检测。研究者常使用Matlab进行Object Proposals研究，其中GoP提供了源代码。
Image Roi Proposal , Object Proposals( 翻译成什么好 )
标签（空格分隔）： vision
物体检测的套路还是需要先得到一些Roi，然后判断这些Roi中是什么物体。
为了防止有漏网之鱼，所以，一般在一幅图中会有上千个Roi。
Object Proposals有影响力的算法当然是Selective Search。但是这个领域进步很快，
从GoP的测试来看，目前Recall最好的应该是MCG（Berkeley的）,但是最快的应该是GoP。
| Method | prop | ABO | 70% Recall | time |
|---|---|---|---|---|
| Selective Search | 4374 | 0.735 | 0.597 | 2.6s |
| MCG | 5158 | 0.807 | 0.772 | 30s |
| GOP (200,10) |
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
