没有合适的资源?快使用搜索试试~ 我知道了~
10. rcnn、Fastrcnn、fasterrcnn三者的区别是什么1
需积分: 0 0 下载量 169 浏览量
2022-08-03
21:40:30
上传
评论
收藏 288KB PDF 举报
温馨提示
试读
2页
RCNN存在着重复计算的问题(proposal的region有几千个,多数都是互相重叠,重叠部分会被多次重复提取feature),于是RBG借鉴Kaiming
资源详情
资源评论
资源推荐
@魏晋
https://www.zhihu.com/question/35887527
首先膜拜RBG(Ross B. Girshick)大神,不仅学术牛,工程也牛,代
码健壮,文档详细,clone下来就能跑。断断续续接触detection几个
月,将自己所知做个大致梳理,业余级新手,理解不对的地方还请指
正。
传统的detection主流方法是DPM(Deformable parts models), 在
VOC2007上能到43%的mAP,虽然DPM和CNN看起来差别很大,但RBG大神
说“Deformable Part Models are Convolutional Neural
Networks”(http://arxiv.org/abs/1409.5403)。
CNN流行之后,Szegedy做过将detection问题作为回归问题的尝试
(Deep Neural Networks for Object Detection),但是效果差强人
意,在VOC2007上mAP只有30.5%。既然回归方法效果不好,而CNN在分类
问题上效果很好,那么为什么不把detection问题转化为分类问题呢?
RBG的
RCNN
使
用
region proposal
(具体用的是
Selective Search
Koen van de Sande: Segmentation as Selective Search for Object
Recognition)来得到有可能得到是object的若干(大概10^3量级)图
像局部区域,然后把这些区域分别输入到CNN中,得到区域的feature,
再在feature上加上分类器,判断feature对应的区域是属于具体某类
object还是背景。当然,RBG还用了区域对应的feature做了针对
boundingbox的回归,用来修正预测的boundingbox的位置。
RCNN在VOC2007上的mAP是58%左右。RCNN
存
在
着
重
复
计
算
的
问
题
(
proposal
的
region
有
几
千
个
,
多
数
都
是
互
相
重
叠
,
重
叠
部
分
会
被
多
咖啡碎冰冰
- 粉丝: 14
- 资源: 292
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0