Faster-RCNN
2021-11-29 11:17:18 47 举报
Faster R-CNN是一种用于目标检测的深度学习模型,它是R-CNN的改进版本。与R-CNN相比,Faster R-CNN在速度和准确性方面都有了显著的提升。Faster R-CNN采用了区域提取网络(RPN)来生成候选框,然后使用分类器和回归器对每个候选框进行分类和位置修正。这种方法大大提高了检测速度,因为只需要对少量的候选框进行处理,而不是像R-CNN那样对整个图像进行处理。此外,Faster R-CNN还引入了一个新的损失函数,该函数同时考虑了分类和定位的损失,使得模型的训练更加稳定。总的来说,Faster R-CNN是一种高效且准确的目标检测方法,广泛应用于各种实际场景中。
作者其他创作
大纲/内容
36
图片M*N
全连接
ROLPooling
bbox_pred
cls_proib
全连接+relu+全连接+relu
Sofmax
Proposal
1*1
Reshape
图片P*Q
Feature Map
13个conv层,13个relu层,4个pooling层
18
im_info
3*3
收藏
收藏
0 条评论
下一页