Object Detection 之两阶段检测方法:R-CNN, SPPnet, Fast R-CNN, Faster R-CNN, FPN, RFCN (03)

本文从R-CNN开始,逐步介绍了SPPnet、Fast R-CNN和Faster R-CNN等深度学习目标检测算法的发展历程。每种方法都在前人的基础上进行了改进,如端到端训练、RoI Pooling等,提高了检测速度和精度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

以下知识整理来自网易云课堂:深度学习:算法到实战

 

两阶段检测方法:先产生目标候选框,再对候选框进行分类

 一、R-CNN 

 

 

 

 

 

 end-to-end: 直接输入原始数据,直接输出最终目标结果。不像R-CNN还分两个阶段。

二、SPPnet

 

 关键是蓝色的cnn部分比较耗时。

三、Fast R-CNN

 

RoI Pooling:single level SPP 

四、Faster R-CNN

 

 

待续。。。 

评论
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

打赏作者

Mr.Q

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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