- 博客(3)
- 资源 (56)
- 收藏
- 关注
转载 目标检测算法综述:R-CNN,faster R-CNN,yolo,SSD,yoloV2
1 引言深度学习目前已经应用到了各个领域,应用场景大体分为三类:物体识别,目标检测,自然语言处理。上文我们对物体识别领域的技术方案,也就是CNN进行了详细的分析,对LeNet-5 AlexNet VGG Inception ResNet MobileNet等各种优秀的模型框架有了深入理解。本文着重与分析目标检测领域的深度学习方法,对其中的经典模型框架进行深入分析。目标检测可以理解为是物体识...
2018-10-16 13:52:43 1748
转载 faster-rcnn中,对RPN的理解
原文中rcnn部分的截图图片来自网上,黑色是滑动窗口的区域,就是上图的红色区域的sliding window其他颜色 9种窗口 就是anchor机制生成的9种区域这里要把sliding window和卷积层的滑动区别开,sliding winsow的stride步长是1!(想到经典的harr+adaboost人脸检测)sliding window只是选取所有可能区域,并没有额外的什么...
2018-10-16 11:13:29 990 1
转载 一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
目前学术和工业界出现的目标检测算法分成3类:1. 传统的目标检测算法:Cascade + HOG/DPM + Haar/SVM以及上述方法的诸多改进、优化;2. 候选区域/窗 + 深度学习分类:通过提取候选区域,并对相应区域进行以深度学习方法为主的分类的方案,如:R-CNN(Selective Search + CNN + SVM)SPP-net(ROI Pooling)Fast R-...
2018-10-16 10:55:17 812
Android核心分析
2011-12-25
佛山网通EPON的FTTH工程方案设计
2011-12-25
ARM---Cortex-A8处理器
2022-09-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人