码迷,mamicode.com
首页 > 其他好文 > 详细

RCNN-Fast RCNN-Faster RCNN 系列论文回顾

时间:2016-03-12 21:12:59      阅读:272      评论:0      收藏:0      [点我收藏+]

标签:

 

1. RCNN: Rich feature hierarchies for accurate object detection and semantic segmentation

 

技术分享

三个主要的模块:

The first generates category-independent region proposals.

The second module is a large convolutional neural network that extracts a fixed-length feature vector from each region.

The third module is a set of classspecific linear SVMs.

 

一堆可以选择用来产生与种类无关的region proposal的方法,本文选用的选择性搜索的方法,i.e. selective search,然后对每一个proposal 用CNN 网络提取feature,然后训练SVM分类器,对其进行分类处理,最终得到各个目标的类别。作者将其做了稍许改动,用于semantic segmentation。

技术分享

由于作者使用的是Alexnet网络,该网络的输入必须为 227*227的彩色图像,导致必须将各个proposal进行形变处理。上图为形变后的图像。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

。。。

 

RCNN-Fast RCNN-Faster RCNN 系列论文回顾

标签:

原文地址:http://www.cnblogs.com/wangxiaocvpr/p/5269963.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!