Two-Stage深度学习目标检测:准确度高、速度相对one-stage要慢CNN网络设计规则 从简到繁再到简的卷积神经网络多尺度特征融合的网络更轻量级的CNN网络RPN网络 区域推荐(anchor机制)ROI Pooling 输入:特征图、rois(1*5*1*1)以及ROI参数输出:固定尺寸的feature map分类和回归One-stage 使用CNN卷积特征直接回归物体的类别概率和位置坐标值(无region proposal)准确度低、速度相对two-stage快常见算法:YoloV1/V2/V3、SSD/DSSD等、Retina-Net等等核心组件:CNN网络、回归网络回归网络 区域回归(bounding box的置信度、位置、类别)Anchor机制(SSD)
600字范文,内容丰富有趣,生活中的好帮手!