R-CNN理解

最新推荐文章于 2025-06-04 11:05:01 发布

原创

最新推荐文章于 2025-06-04 11:05:01 发布 · 577 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #对象检测

R-CNN是一种对象检测方法，通过结合CNN和区域候选策略提升检测精度。它利用预训练的CNN对区域候选进行特征提取，并通过特定领域的微调适应对象检测任务。在selective search生成的候选区域上，R-CNN训练SVM分类器以识别不同对象。实验结果显示，这种方法在对象检测中表现出色。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 580-587. —— [ 论文链接]

简介

在R-CNN之前的对象检测方法一般都是将低层图像特征和高层上下文相结合，相比于R-CNN，在对象检测过程中最好的mean average precision也不超过30%。R-CNN方法结合了两个关键点：（1）将高容量卷积神经网络（CNN）应用于自下而上的区域候选集，以便对对象进行定位和分割;（2）当带标签的训练数据稀缺时，使用带监督信息的预训练CNN网络，并对特定领域进行微调，可以显著提示性能。

R-CNN

模块设计

区域候选集：近来有一系列文章提出了生成与类别无关的区域候选集的方法，例如select search、multi-scale combinatorial grouping等。本文中作者使用的是selective search方法；
特征提取：使用一个CNN网络提取每个候选区域的特征向量（ $4096$ 维）。因为神经网络的输入需要是一个固定尺寸，因此每次都需要把候选区域调整成