在卷积神经网络中,感受野的定义是:卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。
论文列表链接
Faster RCNN算法解析(附源代码,可以直接运行)
Bounding box regression详解
faster R-CNN中anchors 的生成过程(generate_anchors源码解析)
faster rcnn中anchor的生成过程理解
Faster RCNN 学习笔记(比较全面的)

博客围绕卷积神经网络展开,重点对Faster RCNN算法进行解析,包含Bounding box regression详解、anchors生成过程源码解析等内容,还提供可直接运行的源代码,同时有RoIPooling、RoIAlign笔记等比较全面的学习记录。
在卷积神经网络中,感受野的定义是:卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。


被折叠的 条评论
为什么被折叠?