原书出处
智能算法导论
186 1 9 . 3 . 3 基 于 神 经 网 络 算 法 的 目 标 检 测 与 识 别
用了提速策略——权值矩阵的奇异值分解。注意,在fast R-CNN中候选框的提取与识别阶段,深度网络是分阶段进行计算的。
而faster R-CNN则首次提出使用候选区域生成网络(注意不再是之前R-CNN和fast R-CNN中的选择搜索方法),通过将候选区域生成网络和fast R-CNN中识别阶段的深度网络融合形成一个统一的基于深度神经网络的目标检测与识别框架(其中,这两个网络训练时采用共享卷积层流的方式),注意候选区域生成网络的核心思想是通过卷积神经网络直接生成候选区域。
此后,全卷积神经网络和显著性检测也都用于目标检测与识别中的候选区域提取,形成的仍是一个统一的网络模型。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter19_0009.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d