再谈RCNN系列

再谈RCNN系列

看伪代码更容易理解

RCNN：特征提取的时候从每个图片开始，图片开始提取感兴趣的区域也就是对象推荐框，每一个候选框的特征提取都是从每张照片开始的。总共2000各推荐框，都要都要这样都要这样从头开始预测分类啥的，消耗性能

Fast-RCNN：从图片图片提取特征图，只需要走一次卷积神经网络之后，就生成一个特征图，所有的候选框的特征从这一个特征图中选取。。。不用再走卷积神经网络生成特征，但是2000各推荐框推荐框还是太多。两个FC，一个分类一个进行预测框预测框回归

Faster-RCNN: 改进候选框选择，先生成特征图然后候选框选择走卷积神经网络RPN生成推荐的候选框，分类后续分类后续根据候选框特征进行分类。大大节省时间。两个FC一个分类一个用于预测框回归

posted @ 2020-03-05 23:20  程序员成长  阅读(121)  评论(0)  编辑  收藏  举报