关注
分享
文章平均质量分 96
在这个专栏中，我们以RCNN作为首先第一篇，然后讲解spp net，Fast RCNN，以及Faster RCNN，还有YOLO等等网络结构，按它的提出顺序（因为后面提出的网络往往是针对前面网络的问题而提出的）进行讲解，希望可以对你有用！
阿华Go
做一个有责任心有上进心的汉子，我要肩负起守护家人的重任！！！
展开
-
YOLO初探
YOLO有S*S的格子，每个格子包含B个边界框，格子对应的预测总的类别数为C种类别。总结重点：1、一张图片中有多个object，即一张图片中有多个对象，如下图所示，我们框了很多的真实框，那么S*S*B个bbox的对应的confidence怎么计算出来呢？confidence=p(object)*IOU(truth,pred)，那么p(object)和IOU(truth,pred)怎么求...原创 2018-03-09 11:28:02 · 3321 阅读 · 3 评论 -
SPP-net解读
介绍：在上面的过程中我们已经看了YOLO实现图片的定位和识别的过程，可以看到它是一个end-to-end的网络，通过设置S*S个格子，然后让每个格子预测B个bbox，然后进行NMS可以得到置信度较大的几个类的预测，然后进行回归分析，注意里面loss值的计算，便可以得到计算速度非常快，效果很不错的YOLO网络，相比faster-rcnn网络，效果没有那么好，但是速度却有了很大的提升！今天我们看一个非...原创 2018-03-20 16:57:10 · 5078 阅读 · 4 评论 -
RCNN探秘
文章结构：主要的步骤1）输入原图—> 2）候选区域生成—> 3）对候选区域进行截取或者放缩变换，统一到统一大小—> 4）对每个候选区域利用CNN进行特征提取—> 5）特征送入每一类SVM分类器中进行判别—> 6）bounding box回归得到候选框位置。1）候选区域生成： 候选区域我们一般采用Selective Search方法，每张...原创 2018-03-18 20:15:57 · 685 阅读 · 0 评论