目标检测(一)——Two-Stage——RCNN

本文介绍了图像分类、目标检测和分割的区别,并详细讲解了目标检测中的Two-Stage和One-Stage算法。重点讨论了R-CNN(Region with CNN features)的工作流程,包括SelectiveSearch生成候选框、CNN特征提取、SVM分类和边界框回归。此外,还对比了R-CNN与YOLO、SSD等One-Stage算法的区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、前言

因为是第一篇,所以这里记录一点基础:
分类、检测、分割的区别:
(1)图像分类:只需要指明图像中相应目标所属的类别就可以;
(2)目标检测:需要定位到目标所处的位置,用矩形框表示;
(3)目标分割a. 语义分割:需要找到当前目标所占的区域,去除背景区域,其他目标的区域;b. 实例分割:不仅需要区分不同语义的目标,而且对于同一类别的目标也需要划分出不同的实例;

下面这张图像就对应了上述的情况(图像来源
在这里插入图片描述

接下来都是学习目标检测系列的网络(深度学习)

二、分类

<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值