本文介绍了Faster R-CNN对象检测算法，它将特征提取、区域预测网络、目标区池化和分类整合到一个网络中，解决了R-CNN和Fast R-CNN的问题。通过OpenCV的dnn模块，我们可以加载预训练模型进行对象检测。模型包括faster_rcnn_inception_v2和faster_rcnn_resnet50，识别类别丰富，适用于图像和视频的实时识别。
Faster-RCNN对象检测算法是R-CNN对象检测的第三个版本算法，其前面还有Fast-RCNN与RCNN算法，由于R-CNN无法实现End-to-End训练，Fast R-CNN Selective Search耗时比较长等原因，作者在此2版的基础上，更新到了Faster-RCNN对象检测算法。
对象检测
从下方结构图可以看出：Faster-RCNN对象检测算法将特征提取、proposal提取、Bounding Box Regression、Classification整合到一个网络中，对象检测速度不仅有了提示还避免了前2个版本的缺点。
340
2123
331
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
超级会员免费看
订阅专栏 解锁全文
扫一扫
