深度学习基础知识(一)
基础知识
传统机器学习目标检测:
区域选择---->提取特征----->分类------>后处理
滑动窗口 SIFT,H0G SVM,Adaboost NMS
两阶段之RCNN:深度学习提取特征
区域选择----->提取特征---->分类
区域选择—>检测(分类+定位)
每个候选框都要提取特征,存在后选矿交叠重复计算,效率不高
特征提取,SVM分类器是分模块独立训练,没有联合起来系统性优化,训练耗时长
Selective Search提取的区域质量不好
Fast-RCN
原创
2020-09-24 21:54:38 ·
137 阅读 ·
0 评论