yeeanna的博客

论文笔记仅供自己参考FAC：FAC的缺陷：FAC的感受野是3×3，为了能够空间变化和大尺度散焦模糊，我们需要增大感受野，也就需要增大卷积核尺寸，这样内存和计算量都很大。因此提出了IAC层。IAC：用横竖两个一维卷积核局卷积可以扩大感受野。可能造成的缺陷：精度差解决方式：迭代（？）...

摘要在RCNN的基础上提出的。两个改进的优点：更快更准确。Fast RCNN用VGG16网络，训练集比RCNN快9倍，测试集快213倍。介绍目标检测有巨大挑战——需要精确定位目标：生成候选框；修正候选框。这样些问题势必会影响速度、准确性、简洁性。RCNN的缺点：muti-stage、训练耗费时间空间、检测慢SPPnet的缺点：muti-stage，不能更新池化之前的卷积层导致不准确Fast RCNN优点：mAP高；single-stage；能更新所有网络层；无需磁盘缓存特征。*在这里插