深度學習基礎知識(一)

基礎知識 傳統機器學習目標檢測: 區域選擇---->提取特徵----->分類------>後處理 滑動窗口 SIFT,H0G SVM,Adaboost NMS 兩階段之RCNN:深度學習提取特徵 區域選擇----->提取特徵---->分類 區域選擇—>檢測(分類+定位) 每個候選框都要提取特徵,存在後選礦交疊重複計算,效率不高 特徵提取,SVM分類器是分模塊獨立訓練,沒有聯合起來系統性優化,訓練耗

>>阅读原文<<