jesseyule的博客

之前也提到，YOLOv1很快，但是不够R-CNN准确，所以现在就来谈一下v2是怎么改进的。 第一个改进策略batch normalization，它可以提升模型的收敛速度，起到正则化效果，降低模型过拟合，yolov2中每个卷积层后面都加了BN层，而不再使用dropout层。 第二个是使用更高分辨率的输入，以前一般是使用224224的输入，现在就使用448448的输入对原模型进行fine tuni...

之前提到的R-CNN，需要先找到可能包含物体的框，然后进行前背景分类，消除重叠框，进行边界框回归和分类，这个过程就十分繁琐，速度很慢，虽然准确率不错，但如果想要实现实时的目标检测就很难了，于是接下来就介绍一下速度较快的YOLOv1（you only look once）系列模型。 首先来简单介绍一下YOLOv1的思想，我们先来想一下，我们看一幅照片的时候，是不是扫一眼，找到感兴趣的地方（目标），...

Fast R-CNN已经改进了很多R-CNN的缺点了，但还是有一个局限导致模型的速度无法进一步提升，那就是region proposals的生成，如果还是用selective search的方法对每个图像挑选两千个region proposals，那么模型始终还是无法得到改进的。而Faster R-CNN就针对这个问题，提出了region proposal network。 首先来回顾一下sel...

SPPNet、Fast R-CNN是R-CNN的改进版本，这里我不打算单独介绍他们，而是注重介绍他们的改进方法。 首先来回顾一下R-CNN有哪些缺点，第一，我们在用CNN对图像进行处理之前，需要处理图像使得他们保持同样的尺寸，一般可以选择扭曲图像或者直接裁剪，不论怎么做都有可能造成图像信息的丢失。 第二，R-CNN需要对每个候选框进行一次CNN计算，计算之后还需要用SVM验证。 第三，模型包含多...

R-CNN是深度学习最早应用到目标检测的模型，主要还是对CNN进行改进，补充一些结构功能，使得模型能够满足目标检测的目标位置确定与分类。 CNN的图像分类效果是非常好的，遗憾的是它无法对目标进行定位，所以R-CNN的思路就是，既然CNN没法定位目标，那不如把图像中潜在的目标都找出来，再分析找得对不对。 第一步要做的就是找出图像中潜在的目标，也就是生成候选区域，方法有很多，比如selective ...