摘要： 在SPPNet中，特征提取和区域分类是分开的，只是使用了ROI池化层进行了特征的提取，对于区域分类，仍然采用了传统的SVM分类器，Fast R-CNN相比于SPPNet，采用神经网络进行分类，这样可以同时训练 特征提取网络和分类网络，从而取得比SPPNet更高的准确度。Fast R-CNN的网络结构 阅读全文

摘要： 在刚接触目标检测时，学习到R-CNN时，为了使全连接层的输入大小固定，作者将卷积神经网络的输出经过warp操作，使得输入大小固定，那问题来了，为什么全连接网络的输入需要固定，而卷积神经网络的大小可以是任意的。 大家都知道， ，全连接神经网络结构一旦固定，需要学习的参数w是固定的，例如 输入图像是 2 阅读全文