学习笔记(08):深度学习之图像识别 核心技术与案例实战-目标检测模型

本文介绍了目标检测领域的关键技术和算法,包括RCNN、Fast R-CNN、Faster R-CNN和FPN等。探讨了从候选区域提取到多尺度特征融合的进化过程,以及如何通过特征金字塔提升检测精度。

立即学习:https://edu.youkuaiyun.com/course/play/26257/326457?utm_source=blogtoedu

目标检测:识别类别(分类+回归)

核心问题:如何选择;如何提取;’如何判断为目标(见PPT) 

RCNN:(1)使用基于图像分割的selective search提取候选区域

(2)固定大小输入,cnn共用特征

 (3)分类与回归

FAST RCNN(SPPNet):避免重复,提高速度

FASTER RCNN:替换耗时的selective search操作,特征图中产生原始图像中的不同大小和尺度的候选区域。

FPN:特征金字塔,(多尺度特征融合,多尺度预测)

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值