tcmyxc的博客

SPP-net论文笔记论文原文总体概览核心思路：空间金字塔池化。以往做池化操作都是规定好池化窗口大小和步长，这样不同的特征图会得到不同的池化结果。空间金字塔池化则是你对它说，我任意给你一张特征图，你还给我一个固定大小的特征图。两张关键图：1、分类的2、目标检测的分类和检测唯一的区别就是，分类把整个特征图喂给SPP池化层，目标检测只把RoI在特征图上的映射部分喂给SPP池化层。最后一个问题，金字塔在哪？把1x1的，2x2的，3x3的…这些特征图摞起来，就是金字塔了 🐕详细解读

Fast R-CNN论文简单解读（2）书接上回微调先diss一波SPPnetR-CNN和SPPnet网络的训练模型时，每个训练样本（即RoI）来自不同的图像，这就是效率低下的根本原因。每个 RoI 可能有一个非常大的、跨越整个输入图像的感受野。由于前向传递必须处理整个感受野，因此训练输入很大（通常是整个图像）Fast R-CNN提出了一种更有效的训练方法，该方法在训练期间利用特征的共享。 在 Fast RCNN 训练中，随机梯度下降 (SGD) 小批量是分层采样的，首先通过采样 N 个图像，然

文章目录Fast R-CNN论文简单解读引言正文R-CNN的缺点Fast R-CNN的优点模型架构把VGG16调整成Fast R-CNNFast R-CNN论文简单解读引言名称由来：Fast Region-based Convolutional Neural Network (Fast R-CNN)秀肌肉：Fast R-CNN比R-CNN快9倍，在测试时快213倍，在PASCAL VOC 2012上实现了更高的66%的mAP，比R-CNN高4个点。与SPPnet相比，Fast R-CNN训练VGG1

R-CNN论文简单解读模型架构以现在的标准来看，模型相对来说比较简单。流程分为四步：输入一张图片在图片上使用选择性搜索（Selective Search, SS）提取2k个候选区域对每一个候选区域都经过一个卷积神经网络，提取候选区域的特征（特征向量维度4096）对每个区域使用SVM分类器打分。对于图片中所有经过打分的候选区域，使用非最大值抑制（Non-maxinum suppression, NMS）剔除IoU小于阈值的区域。特点在当时，特征向量的维度更低，用时更少，能分类的类别数目