目标检测--笔记1: R-CNN && SPP NET && FAST R-CNN

 

目录

R-CNN

模型结构：

SPP NET

Fast R-CNN

---

物体检测 ILSVRC竞赛 区域卷积神经网络（R-CNN）系列 R_CNN Fast-R-CNN faster R-CNN

分类： 没有位置信息 检测： 类别标签 加上 位置（最小外接矩形：代表一张小图片）

单例任务： 分类 分类定位   多例任务： 物体检测  实例分割

Imagenet Large Scale Visual Recognition Challenge

R-CNN

模型结构： 按照分类问题对待 模块1： 提取物体区域（region proposal） 不同位置，不同尺寸， 数量很多 模块2： 对提取的区域进行分类识别（classification） CNN分类器 计算量很大 bouding_box regression  : 针对最小外接矩形校正

为什么一会用全连接的特征，一会用卷积层的特征？

SPP NET

SPP 层之前不能进行梯度回传，因为多尺度，梯度没有办法回传

Fast R-CNN