RCNN(Regions with Convolutional Neural Network Feature)

RCNN是一种目标检测算法,通过提取候选框、CNN特征提取和SVM分类实现物体识别。首先,利用Selective Search生成2000个候选框,然后用预训练的CNN(如Alexnet)调整候选框尺寸并提取特征,再用SVM进行分类。实验表明,RCNN在PASCAL VOC2010上取得了63.7%的mAP。IOU阈值选取0.3作为正负样本判断标准,有助于提高分类准确性。
摘要由CSDN通过智能技术生成

背景知识

在目标检测评价中,有一个参数定位准确率,即IOU,IOU计算公式如下:


简单来说,IOU就是模型预测的bounding box与标记bounding box的重合率.

通常我们预测的bounding box是无法与标记bounding box完全重合的,例如下面几种情况:

因此可以通过求两个bounding box的重合率即IOU,并设定一个阈值t0,并认为IOU值大于t0的候选框为物体,否则为背景.

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值