摘要:
Faster RCNN Fast RCNN基本实现端对端(除了proposal阶段外),下一步自然就是要把proposal阶段也用CNN实现(放到GPU上)。这就出现了Faster RCNN,一个完全end to end的CNN对象检测模型(现在是完全的端对端的网络了)。 论文提出:网络中的各个卷积 阅读全文
摘要:
回顾 RCNN与Sppnet 可见,Sppnet依然是用了SVM加bbox regression这个套路。 创新点 1 联合训练 实现大部分end to end训练(提proposal阶段除外): 所有的特征都暂存在显存中,就不需要额外的磁盘空。 joint training (SVM分类,bbox 阅读全文
摘要:
首先做一个补充: 在RCNN中CNN阶段的流程大致如下: SPP创新点 一张图图片会有~2k个候选框,每一个都要单独输入CNN做卷积等操作很费时。SPP net提出:能否在feature map上提取ROI特征,这样就只需要在整幅图像上做一次卷积。 虽然总体流程还是 Selective Search 阅读全文