Fast-RCNN-阅读理解-笔记
2017-12-08 10:50
281 查看
论文:Fast R-CNN
翻译:http://blog.csdn.net/qq_14839543/article/details/54425051 (这个翻译不是很好呢)
理解参考:http://blog.csdn.net/shenxiaolu1984/article/details/51036677
http://blog.csdn.net/u011534057/article/details/51241831
https://www.cnblogs.com/skyfsm/p/6806246.html
创新点,核心技术:
相比与原本的RCNN中的
1.在图像中确定一定数量的候选框
2.使用深度网络提取每一个候选框的特征
3.使用分类器判断提取出的特征所属的类
4.使用回归器调整正确分类的框的位置.
的方法来说fast-rcnn 将一整张图像送入深度网络中,然后送入候选区域,从特征图像上直接提取对应的候选区域的特征向量.大大减少了训练以及测试的时间消耗.
POI Pooling
近似于单层SPPNet的网络层,这个层可以把不同大小的输入映射到一个固定尺寸的特征向量,再送入分类器进行分类.
使用softmax进行分类操作,该操作直接在网络中完成,使用GPU显存,不需要再在硬盘中存储特征向量,减少了存储空间的开销.
joint training:
重要贡献:同样使用最大规模的网络,Fast RCNN和RCNN相比,训练时间从84小时减少为9.5小时,测试时间从47秒减少为0.32秒。在PASCAL VOC 2007上的准确率相差无几,约在66%-67%之间.
翻译:http://blog.csdn.net/qq_14839543/article/details/54425051 (这个翻译不是很好呢)
理解参考:http://blog.csdn.net/shenxiaolu1984/article/details/51036677
http://blog.csdn.net/u011534057/article/details/51241831
https://www.cnblogs.com/skyfsm/p/6806246.html
创新点,核心技术:
相比与原本的RCNN中的
1.在图像中确定一定数量的候选框
2.使用深度网络提取每一个候选框的特征
3.使用分类器判断提取出的特征所属的类
4.使用回归器调整正确分类的框的位置.
的方法来说fast-rcnn 将一整张图像送入深度网络中,然后送入候选区域,从特征图像上直接提取对应的候选区域的特征向量.大大减少了训练以及测试的时间消耗.
POI Pooling
近似于单层SPPNet的网络层,这个层可以把不同大小的输入映射到一个固定尺寸的特征向量,再送入分类器进行分类.
使用softmax进行分类操作,该操作直接在网络中完成,使用GPU显存,不需要再在硬盘中存储特征向量,减少了存储空间的开销.
joint training:
重要贡献:同样使用最大规模的网络,Fast RCNN和RCNN相比,训练时间从84小时减少为9.5小时,测试时间从47秒减少为0.32秒。在PASCAL VOC 2007上的准确率相差无几,约在66%-67%之间.
相关文章推荐
- RCNN-阅读笔记-理解
- 深入理解Java 虚拟机阅读笔记(一)
- 深入理解 C 指针阅读笔记 -- 第一章
- 深入理解JVM阅读笔记-内存溢出小结
- 阅读小结:A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- Effective Javascript 阅读笔记(1)-理解Javascript 的浮点数
- 深入理解 C 指针阅读笔记 -- 第六章
- 深入理解 C 指针阅读笔记 -- 第二章
- CNN学习笔记(三)RCNN、Fast RCNN、Faster RCNN对比学习
- 深入理解JVM阅读笔记-垃圾收集算法(字太多,不手打转载了)
- ResNet-论文阅读理解-笔记
- A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection 笔记
- R-CNN,SSP-Net,fast-RCNN,faster-RCNN论文读后笔记
- 深入理解 C 指针阅读笔记 -- 第五章
- Fast and Provably Good Seedings for k-Means阅读笔记
- JavaScript事件详解-Zepto的事件实现(二)【新增fastclick阅读笔记】
- Mask-RCNN论文阅读笔记
- Fast dynamic execution offloading for efficient mobile cloud computing阅读笔记
- 【CV论文阅读】 Fast RCNN + SGD笔记
- GoogLeNet-阅读笔记-理解