R-CNN的全称是Region-CNN,它可以说是是第一个成功将深度学习应用到目标检测上的算法。传统的目标检测方法大多以图像识别为基础。 一般可以在图片上使用穷举法选出所所有物体可能出现的区域框,对这些区域框提取特征并使用图像识别方法分类, 得到所有分类成功的区域后,通过非极大值抑制(Non-maximumsuppression)输出结果。
基础知识 | 目标检测中Anchor的认识及理解
计算机视觉战队
35+阅读 · 2019年3月5日
学界 | NCSU&阿里巴巴论文:可解释的R-CNN
机器之心
6+阅读 · 2017年11月27日
一文看尽2019全年AI技术突破
量子位
0+阅读 · 2020年1月29日
从R-CNN到YOLO,2020 图像目标检测算法综述
极市平台
0+阅读 · 2020年10月22日
用 TensorFlow 实现物体检测的像素级分类
AI研习社
2+阅读 · 2018年4月15日
论文 | 基于CNN的目标检测算法
七月在线实验室
9+阅读 · 2017年12月7日
参考链接
父主题
微信扫码咨询专知VIP会员