yjjgoodbay的博客

Faster R-CNN上的绝大多数内容都来源于R-CNN和Fast R-CNN，一些方法和名词的解释在我的上两篇博客都有解释，有时间的童靴可以看一下哦~Fast R-CNN链接R-CNN链接前言Fast R-CNN已经大大减少了R-CNN中的训练和测试时间，但是其Selective Search的传统搜索算法耗时严重，占了整个算法的大部分时间。为了缩短产生proposal的时...

在学习了R-CNN之后，我又迫不及待的学习了它的改良版Fast R-CNN，现在拿出来和大家进行分享~一、 R-CNN的问题   R-CNN的横空出世将深度卷积神经网络带进了目标检测领域。虽然R-CNN在此方面取得了不错的成绩，但也有些问题亟需解决。训练和测试速度慢：由于R-CNN采取的建议算法提议了2K个候选框，每个候选框都要送入CNN中进行卷积计算，从而产生大量的计算重叠。层级结...

关于R-CNN论文的学习总结。这是我人生中第一次写博客，以记录学习过程为主，才疏浅陋，还请各位看官多多包涵，如有错误，请您指正，感激不尽。一、 三大步骤生成独立候选区域。将候选区域送进卷积神经网络提取特征，得到特征图谱。训练多个支持向量机对特征图谱进行分类。二、 非极大值抑制NMS算法目标：消除由于滑动候选框导致一个目标有多个结果显示的问题。算法原理：利用IOU来衡量两...