qyxqyx123的博客

reference link： http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51152614 http://blog.youkuaiyun.com/luopingfeng/article/details/51245694 http://blog.youkuaiyun.com/xyy19920105/article/details/50817725 思

reference link: http://zhangliliang.com/2015/05/17/paper-note-fast-rcnn/ http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51036677 http://blog.youkuaiyun.com/qq_26898461/article/details/50906926 论文

基于R-CNN的物体检测 参考地址：http://blog.youkuaiyun.com/hjimce/article/details/50187029 一、相关理论    本篇博文主要讲解2014年CVPR上的经典paper：《Rich feature hierarchies for Accurate Object Detection and Segmentation》，这篇文章的算法

CNN网络需要固定尺寸的图像输入，SPPNet将任意大小的图像池化生成固定长度的图像表示，提升R-CNN检测的速度24-102倍。 固定图像尺寸输入的问题，截取的区域未涵盖整个目标或者缩放带来图像的扭曲。事实上，CNN的卷积层不需要固定尺寸的图像，全连接层是需要固定大小输入的，因此提出了SPP层放到卷积层的后面，改进后的网络如下图所示： SPP是BOW的扩展，将图像从精细空间划分到粗糙空间

Girshick, Ross, et al. “Rich feature hierarchies for accurate object detection and semantic segmentation.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2014. Regio