RCNN、SppNET、Fast RCNN、Faster RCNN

标签：asc   目标检测   改变   gen   提取   区域   使用   生成   比较   

一、跟经典的目标检测算法的比较：

　　　1、穷举搜索（Exhaustive Search），选择一个窗口（window）扫描整张图像（image），改变窗口的大小，继续扫描整张图像。

二、RCNN算法分为4个步骤 
　　1、一张图像生成1K~2K个候选区域 （Selective Search）

　　2、对每个候选区域，使用深度网络提取特征 
　　3、特征送入每一类的SVM 分类器，判别是否属于该类 
　　4、使用回归器精细修正候选框位置 

1、合并规则、多样化与后处理

2、首先把候选区域归一化成同一尺寸227×227

　　预训练使用识别库（ImageNet ILSVC 2012）：标定每张图片中物体的类别。一千万图像，1000类

　　调优训练检测库（PASCAL VOC 2007）：标定每张图片中，物体的类别和位置。一万图像，20类

3、SVM 分类器

4、回归器

RCNN、SppNET、Fast RCNN、Faster RCNN

标签：asc   目标检测   改变   gen   提取   区域   使用   生成   比较   

原文地址：http://www.cnblogs.com/wangxiao-zb/p/7794679.html