摘要：我们在训练神经网络模型时，最常用的就是梯度下降，梯度下降有一下几种方式： 1、Batch gradient descent（BGD批梯度下降） 遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。 这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支 阅读全文

摘要：之前的都是用区域建议算法来产生候选框，还是挺耗时间的，所以Faster R-CNN使用CNN来产生候选框。 Faster-R-CNN算法由两大模块组成： 1.RPN候选框提取模块； 2.Fast R-CNN检测模块。 其中，RPN是全卷积神经网络，用于提取候选框；Fast R-CNN基于RPN提取的 阅读全文

摘要：训练： 特征图是51x39x256，对该图像的每点考虑9个窗口：三种候选面积（128,256,512） x 三种尺度（1:1,1:2,2:1）。这些候选窗口称为anchors。如下图： 如果图片尺寸w*h，特征图的尺寸是w/r ×h/r（由pool5层得到的尺寸，计算后得到这个r）。r是下采样率（s 阅读全文