ThreeStones1029的博客

在看论文里面提到Top-5和top-1错误率，看了有点懵，所以去了解了一下举个例子：我们在训练完某个分类网络后，假设我们需要分类的数量为50类，我们需要评估它的分类性能。输入测试集的每张图片，会得到它的50个类别的的概率。Top-5准确率就是：在这张测试的图片50的类别中，取出概率最大的前五个类别，如果真实类别在这五个类别中，则预测正确，否则预测错误，再测完全部测试集。​top−5Accuracy真实类别在预测的五个类别中的数量所有测试集的数量。

前面铺垫都是为了学习最终的Faster-RCNN网络，为此学习了PASCAL VOC数据集、COCO数据集、评价指标、SS算法、R-CNN网络、Fast-RCNN网络，这些可以到本文参考博客查看。本文有两个目的，其一是作为本人自己的笔记，方便自己巩固复习；其二，希望拙劣的见解能够帮助到正在自学的朋友。

前面学习了SS算法、R-CNN网络，接下来继续学习Fast-RCNN网络。本文两个目的，其一作为个人笔记，方便自己巩固复习知识；其二帮助正在自学的朋友，希望拙劣的见解可以帮助到大家。相比R-CNN,步骤简化为了两步，特征提取、分类、边界框回归都用一个CNN来完成。

学习目标检测当然要学习目标检测领域的开山之作R-CNN,本文为个人笔记。B站up主视频（强推）原论文地址代码地址。

选择性搜索算法（Selective Search )——SS算法的理论详解（附代码）

学习Transformer前言（Self Attention Multi head self attention）

三维卷积原理与二维多通道卷积的区别