Rich feature hierachies for accurate object detection and semantic segmentation

这篇是经典的RCNN,用来处理object detection的。


先采用selective search的算法,找出2K左右的bounding box,经过一步warp,然后丢进CNN中,提取出4096的feature vector,再用200个SVM分别分类。

其中selective search使用fast mode,训练CNN采用了Supervised pre-training + Domain-specific fine-tuning的模式。分完类之后,还做了一步Bounding-box regression。input 是x,y,w,h,输出是groundtruth box。整个过程参数很多,需要注意。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值