本文介绍了物体检测中的R-CNN、fast R-CNN和faster R-CNN技术。R-CNN利用region proposal找出可能包含物体的区域，通过CNN进行分类和定位；fast R-CNN通过ROI pooling加速了这一过程，同时允许端到端训练；faster R-CNN引入区域推荐网络进一步提升速度和准确性。
迁移学习之物体定位与检测下
目标检测
当输入一张图片，图片包含几个类别的几个对象，需要找到每个对象的边界框。如下图：
能否将目标检测当成回归问题？对于不同的图片输出的多个对象的边界框，可能输出4个边界框也可能输出8个边界框，输出的数量不固定，所以无法当成是回归问题。
将其当做分类问题：把图片的一部分输入到CNN中，对其进行分类和定位。比如
输入的大小是怎么确定的？将其从小到大全部试一遍。显然这样的方法是很耗时的，于是提出了Region proposal，即输入一张图像，给出目标可能在的全部区域。Region proposal的一种是selective search，该方法是从像素触发，把具有相似颜色和纹理的相邻像素合并，最终得到几个边界框。
R-CNN
思想：通过selective search的方法得到一个图片的几个框，然后将这些框调整成固定的大小输入的cnn中，cnn连接到一个svm分类和一个定位网络中。结构如下图：
最低0.47元/天 解锁文章
扫一扫
527
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
