ziyue246的博客

RCNN　　1. 在图像中确定约1000-2000个候选框 (使用选择性搜索,selective search等)　　2. 每个候选框内图像块缩放至相同大小，并输入到CNN内进行特征提取　　3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类　　4. 对于属于某一特征的候选框，用回归器进一步调整其位置Fast RCNN　　1. 在图像中确定约1000-2000个候选框...

 1、添加非线性因素，增强拟合效果。2、模拟人脑神经元 

1、单侧抑制。2、宽兴奋边界。3、稀疏激活性。4、防止梯度弥散。5、加快计算。

attention，注意力模型，词袋模型为k的维度，为了是该参数是为了提高模型的稳定性；self-attention : Q=K=V