哈喽大家好,我是蒙特卡洛家的树,时间来到2015年,经历了一年的发展,官方版的快速RCNN问世了。这次出的这个fast rcnn主要借鉴了SPP的方法,共享了featuremap,大大提升了RCNN的效率,另外他自己也有一些创新。就是舍弃了之前的SVM和bbox回归两步,直接在神经网络中完成分类和回归。
他的过程分这么几步。首先是CNN,整张图片输入到神经网络中,算出一个大的featuremap。 然后每个proposal按照比例在featuremap上裁剪丢入空间金字塔池化层。 这时候算出来的不再作为线性的特征了,而是把他当做一个正常的池化,输出的是二维的featuremap,接下来经过一个全连接层。 这个全连接层连接了一对兄弟层,一个输出分类,一个输出bbox。
目标检测-Fast RCNN
最新推荐文章于 2023-06-25 22:01:23 发布