DayBreak__的博客

原文地址：http://blog.youkuaiyun.com/wopawn/article/details/52133338作者：WoPawn&创新点采用CNN网络提取图像特征，从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式，提高特征对样本的表示能力；采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。&问题是什么近10年以来，以人工经验特征为主导...

原文地址：http://blog.youkuaiyun.com/wopawn/article/details/52463853作者：WoPawn&创新点规避R-CNN中冗余的特征提取操作，只对整张图像全区域进行一次特征提取；用RoI pooling层取代最后一层max pooling层，同时引入建议框信息，提取相应建议框特征；Fast R-CNN网络末尾采用并行的不同的全连接层，可同时输出分类结果和窗...

原文链接：http://blog.youkuaiyun.com/wopawn/article/details/52463853作者：WoPawn&创新点设计Region Proposal Networks【RPN】，利用CNN卷积操作后的特征图生成region proposals，代替了Selective Search、EdgeBoxes等方法，速度上提升明显；训练Region Proposal Ne...