ait2018

0. 引言目标检测是CV（Computer Vision，计算机视觉）中富有挑战的任务之一。该任务不仅要求算法能够识别出图像中具有哪些待检测目标物体，同时还需要算法明确地用Bounding Box（边界框）描绘出所有目标物体在图像中的位置。在R-CNN之前，传统的目标检测算法主要基于人工构建的图像特征（如SFIT和HOG）。这类特征虽然通常具有很好的可解释性，但没有任何证据表明“可解释的特征就...

0. 引言之前介绍的R-CNN算是基于CNN的目标检测算法始祖。R-CNN存在一个严重问题：由selective search算法产生的所有proposals（候选区域）都需要经过CNN网络进行特征提取。考虑到R-CNN建议的proposals数量为2000，可知算法的效率实在非常低下。本文将要介绍的SPPnet能够解决R-CNN的上述问题。需要注意的是，SPPnet在设计动机上并不是为了解决...

0. 引言该系列之前的两篇文章分别介绍的R-CNN和SPPnet都具有非常明显的缺点。