CNN学习笔记（五）Fast RCNN
2018-03-21 22:21
288 查看
Multi-task loss：http://blog.csdn.net/Wonder233/article/details/53671018
Multi-task loss：Fast R-CNN网络分类损失和回归损失如下图所示【仅针对一个RoI即一类物体说明】，黄色框表示训练数据，绿色框表示输入目标：
-cls_score层用于分类，输出K+1维数组p，表示属于K类物体和背景的概率；
-bbox_predict层用于调整候选区域位置，输出4*K维数组，也就是说对于每个类别都会训练一个单独的回归器；
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- Fast RCNN学习笔记
- 深度学习笔记之目标检测算法系列（包括RCNN、Fast RCNN、Faster RCNN和SSD）
- CNN学习笔记（三）RCNN、Fast RCNN、Faster RCNN对比学习
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-03-基于Python的LeNet之LR
- CNN学习笔记
- Opencv2系列学习笔记12(检测fast特征)
- FastSpring学习笔记二（使用工具MyGeneration生成Model和NHibernate的代码 ）
- Faster R-CNN 训练源码学习笔记
- 【转】R-CNN学习笔记1：Selective Search for Object Recognition
- 一文读懂卷积神经网络CNN（学习笔记）
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- 多尺度R-CNN论文笔记(5): A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
- Fast RCNN ubuntu下安装笔记
- OpenCV学习笔记（四十六）——FAST特征点检测features2D OpenCV学习笔记（四十七）——VideoWriter生成视频流highgui OpenCV学习笔记（四十八）——PCA算
- 一文读懂卷积神经网络CNN（学习笔记）
- 深度学习入门笔记:Fast Image Search with Deep Convolutional Neural Networks and Efficient Hashing Codes
- CNN卷积神经网络全面生动解读-深度学习笔记
- [深度学习论文笔记][CVPR 17 oral]A-Fast-RCNN： Hard Positive Generation via Adversary for Object Detection
- NLP︱高级词向量表达（二）——FastText（简述、学习笔记）
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-04-基于Python的LeNet之MLP