- 博客(2)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 SPP-Net的起源与原理
一、起源 1、因为在R-CNN的全连接层的限制，所以要求输入层的图像尺寸都一致。然而，这会使损失进一步增大。 2、因为不同建议框的有不同的尺寸，因此会有重叠的部分，造成大量重复的运算。二、原理 1、对原图进行一次全图特征提取，得到全局特征图。 2、在特征图对应的位置，找到建议框对应的映射区域。3、将次区域作为每个建议框的卷积特征输入SPP层和之后的层。 4、Spp层通过空间金字塔将不同的输入固定...
2021-11-01 22:01:38
1109
原创 R-CNN原理及亟待改进内容
一、使用selective search进行建议框的提取，建议框的尺寸是不同的，但是送到Alexnet网络中的建议框图像的尺寸需要一致。二、经过Alexnet得到特征图，对每一个类别，使用该类别的SVM分类对所有特征向量进行评分，得到所有建议框对应于每个类别的得分。注：1）预训练与CNN调优 --预训练 1、先用CNN在ILSVRC 2012进行预训练（其图像数图为227*227），得到稳定的参数，同时也得到较强的特征表达能力 --调优...
2021-11-01 20:49:36
1157
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人