#Header1_HeaderTitle{ font-size:50px }
摘要: YOLO:You Only Look Once(只需看一眼) 基于深度学习方法的一个特点就是实现端到端的检测,相对于其他目标检测与识别方法(如Fast R-CNN)将目标识别任务分成目标区域预测和类别预测等多个流程,YOLO将目标区域预测和类别预测整合到单个神经网络中,将目标检测任务看作目标区域预测 阅读全文
posted @ 2019-03-02 21:40 墨麟非攻 阅读(893) 评论(0) 推荐(0)
摘要: Fast R-CNN存在的问题:选择性搜索,非常耗时。 解决:加入一个提取边缘的神经网络,将候选框的选取交给神经网络。 在Fast R-CNN中引入Region Proposal Network(RPN)替代Selective Search,同时引入anchor box应对目标形状的变换问题(anc 阅读全文
posted @ 2019-03-02 17:21 墨麟非攻 阅读(903) 评论(0) 推荐(0)
摘要: 在介绍Fast R-CNN之前我们先介绍一下SPP Net 一、SPP Net SPP:Spatial Pyramid Pooling(空间金字塔池化) 众所周知,CNN一般都含有卷积部分和全连接部分,其中,卷积层不需要固定尺寸的图像,而全连接层是需要固定大小的输入。 所以当全连接层面对各种尺寸的输 阅读全文
posted @ 2019-03-02 14:32 墨麟非攻 阅读(1087) 评论(0) 推荐(0)