SPP-net解讀轉發

寫在前面   按照原論文的順序解析起來會更容易理解，不是對原論文的機械翻譯，只是我對原論文的淺顯理解，如有不當，請批評指正。R-CNN使用CNN作爲特徵提取器，首次使得目標檢測跨入深度學習的階段。但是R-CNN對於每一個建議框都需要首先將圖片放縮到固定的尺寸（224*224），然後爲每個修正後的建議框提取CNN特徵。容易看出來這裏面存在一些性能瓶頸： 速度瓶頸：重複爲每個建議框提取特徵是極其耗時的

>>阅读原文<<