尽管原作者Ross Girshick的说明已经非常详细,我每次看英文的fast-rcnn
/
README.md感觉费眼(英文水平还没有到信手捏来的娴熟程度),想来若能翻译成中文便真真是极好的。由于水平有限,翻译很久且专业术语翻译不正确,还望前辈们指正,非常感谢。引用请注明。以下:
这份代码不再是补充我的ICCV 2015论文的历史神器。若要寻求更快更准确的最新成果,请查阅 Faster R-CNN (Faster R-CNN是以Fast R-CNN的训练为基础的)。
----由在微软研究所(雷德蒙德市)的Ross Girshick出品。
简介
Fast R-CNN是一个基于深度卷积网络的用于快速目标检测的框架。它有以下几个特点:
(1)它训练最新的模型,例如比传统的R-CNN快9倍、比SPPnet快3倍的VGG16;
(2)在测试的时候,比R-CNN快200倍,比SPPnet快10倍;
(3)它在PASCAL VOC数据集上比R-CNN及SPPnet有显著更高的mAP;
(4)它用Python以及C++/Caffe编写;
一篇arXiv的技术报告上首次描述Fast R-CNN,随后ICCV 2015发表Fast R-CNN。
软件许可证
Fast R-CNN在MIT许可下发布(更多细节查阅许可证文件)
引用Fast R-CNN
如果你发现Fast R-CNN在研究中有用,请您考虑引用
内容
1.需求:软件
2.需求:硬件
3.基本的安装
4.效果演示
5.在效果演示之上:训练及测试
6.用法
7.附录下载
需求:软件
1.需要搭建Caffe以及pycaffe(查看: Caffe安装说明)
注意:Caffe搭建必须支持Python 层!
这份代码不再是补充我的ICCV 2015论文的历史神器。若要寻求更快更准确的最新成果,请查阅 Faster R-CNN (Faster R-CNN是以Fast R-CNN的训练为基础的)。
Fast R-CNN: Fast Region-based Convolutional Networks for object detection
Fast R-CNN:基于区域卷积网络的快速目标检测。----由在微软研究所(雷德蒙德市)的Ross Girshick出品。
简介
Fast R-CNN是一个基于深度卷积网络的用于快速目标检测的框架。它有以下几个特点:
(1)它训练最新的模型,例如比传统的R-CNN快9倍、比SPPnet快3倍的VGG16;
(2)在测试的时候,比R-CNN快200倍,比SPPnet快10倍;
(3)它在PASCAL VOC数据集上比R-CNN及SPPnet有显著更高的mAP;
(4)它用Python以及C++/Caffe编写;
一篇arXiv的技术报告上首次描述Fast R-CNN,随后ICCV 2015发表Fast R-CNN。
软件许可证
Fast R-CNN在MIT许可下发布(更多细节查阅许可证文件)
引用Fast R-CNN
如果你发现Fast R-CNN在研究中有用,请您考虑引用
@inproceedings{girshickICCV15fastrcnn,
Author = {Ross Girshick},
Title = {Fast R-CNN},
Booktitle = {International Conference on Computer Vision ({ICCV})},
Year = {2015}
}
内容
1.需求:软件
2.需求:硬件
3.基本的安装
4.效果演示
5.在效果演示之上:训练及测试
6.用法
7.附录下载
需求:软件
1.需要搭建Caffe以及pycaffe(查看: Caffe安装说明)
注意:Caffe搭建必须支持Python 层!
# In your Makefile.config, make sure to have this line uncommented WITH_PYTHON_LAYER := 1你可以下载我的