CNN在识别单个物体方面取得了显著的发展，但如果只用CNN的话，在识别多个物体方面会遇到瓶颈。下面罗列了一些识别一张图片中多个不同的物体的方法，主要是结合CNN、RPN、LSTM，以及和RPN有类似作用的BING。
-
HCP（hypothesis-CNN-Pooling）：BING算法+shared CNN。BING算法生成object proposal。shared CNN网络采用imageNet（单独标签的）数据进行了预训练。
-
RLSD（Regional Latent Semantic Dependencies）可以看做是CNN+RPN（region proposal network）+LSTM. 用于多标签图片分类，即识别一张图片中的多个物体与类别。CNN采用的VGGNET。
-
Mask R-CNN：RPN+CNN。Mask R-CNN是两步，第一步是RPN。第二步，CNN提取特征，并行预测分类和box offset，同时对每个ROI输出一个二进制蒙版（mask）。
-
CNN+RNN（LSTM）。比如进行多文字识别的CRNN，基于CNN+RNN+CTC。
-
CNN+SVM。OverFeat obtained very competitive performance in the image classification task of ILSVRC 2013。
-
Multi-label CNN：就是一个CNN，只是最后的分类全连接层的维度换成可以识别多个物体。
9万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
