qq_39531954的博客

Fast R-CNN（快速的基于区域的卷积神经网络）摘要 本文对于目标检测任务提出一种基于区域的快速卷积神经网络方法（Fast R-CNN）。Fast R-CNN依据之前的工作，使用深度卷积网络高效的给出分类目标建议。与之前的工作相比，Fast R-CNN做出一些创新来提高训练与测试的速度，同时也提高了检测精度。在使用VGG16网络基础上，Fast R-CNN训练过程要比R-CNN算法快9...

最近经过一段对tensorflow和faster-rcnn的学习，并且亲身去跑了两个不同框架下的faster-rcnn代码，所以就在这里做一下总结。这里，我就主要记录一下自己在跑tensorflow框架下的faster-rcnn。首先，就是硬件要求，因为自己是做计算机图像，目标识别，所以最重要的一个提升效率的装备就是GPU，也就是显卡。现在能在GPU上进行运算，可以让我们的时间成本

前面仅说了如何训练自己的数据，其实运行Faster-RCNN-TF训练后，也会经过验证以及测试，最后产生一个结果，具体结果就是我们常说的AP值，当然对于多分类问题程序会求出mAP值。这里主要是记录一下在训练后会出现的问题，然后能让我们进行接下来的测试集测试以及demo的测试，同时通过测试，可以帮助我们更好的优化我们的模型，让模型达到更好的效果。一、测试测试前准备对于测试，我们在训练完成