- 博客(2)
- 收藏
- 关注
原创 Faster R-CNN 学习
学习经典的目标检测网络!膜拜大佬!! Faster R-CNN的目的是使用区域候选网络来实现实时的目标检测任务 当前的目标检测网络依赖于区域候选算法来假设对象的位置。SPPNet和Fast R-CNN等减小了运行时间,但是此时也使得区域候选的计算成为整个执行时间的瓶颈。在这个工作中,我们引入一个区域候选网络将全图片的卷积特征与检测网络进行共享,因此得到一个几乎不需要花费的区域候选。 RPN是一个...
2020-01-12 13:27:38 302
原创 Mask R-CNN学习
终于!开始了Mask R-CNN的学习!!膜拜大佬! 首先介绍一下Faster R-CNN模型: 是一个二阶段的分类器。第一结算是区域候选网络(Region Proposal Network, RPN)用于提出候选的包围箱;第二个阶段是核心,即从每一个候选盒中使用RoIPool,提取出特征并且执行分类和bounding-box回归。两个阶段中使用的特征是被共享的 在Faster R-CNN中使用...
2020-01-11 17:21:43 257
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人