旅游便宜的网站建设,智能手机网站模板,重庆网站建设必选承越,营销网站制作比较好的【简介】 Faster RCNN[7]是第一个端到端#xff0c;最接近于实时性能的深度学习检测算法#xff0c;该网络的主要创新点就是提出了区域选择网络用于申城候选框#xff0c;能几大提升检测框的生成速度。该网络首先输入图像到卷积网络中#xff0c;生成该图像的特征映射。在特… 【简介】 Faster RCNN[7]是第一个端到端最接近于实时性能的深度学习检测算法该网络的主要创新点就是提出了区域选择网络用于申城候选框能几大提升检测框的生成速度。该网络首先输入图像到卷积网络中生成该图像的特征映射。在特征映射上应用Region Proposal Network返回object proposals和相应分数。应用Rol池化层将所有proposals修正到同样尺寸。最后将proposals传递到完全连接层生成目标物体的边界框。
【性能】 该网络在当时VOC-07VOC-12和COCO数据集上实现了SOTA精度其中COCO mAP.542.7%, COCO mAP[.5,.95]21.9%, VOC07 mAP73.2%, VOC12 mAP70.4%, 17fps with ZFNet
【不足】 虽然Faster RCNN的精度更高速度更快也非常接近于实时性能但它在后续的检测阶段中仍存在一些计算冗余除此之外如果IOU阈值设置的低会引起噪声检测的问题如果IOU设置的高则会引起过拟合。
