目录
- 前言
- 一.R-CNN
-
- 1.1.网络结构
- 1.2.算法步骤
- 1.3.候选区域生成
- 1.4.特征提取
-
- 1.4.1.预处理
- 1.4.2.对每个候选区域,使用深度网络提取特征
- 1.4.3.特征送入每一类的SVM分类器,判定类别
- 1.4.5.使用过回归器精细修正候选框位置
- 1.5.R-CNN存在的问题
- 二. Fast R-CNN
-
- 2.1.改进
- 2.2.Fast R-CNN算法流程
- 2.3.R-CNN和Fast R-CNN生成候选框的区别
- 2.4.两个全连接层
- 2.5.预测边界框生成
- 2.6.Fast R-CNN损失函数
- 三.Faster R-CNN
-
- 3.1.算法步骤
- 3.2.RPN算法
- 3.3.损失函数
- 3.4.训练
- 四.三种算法步骤对比

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/120467.html