RCNN系列總結（RCNN,SPPNET,Fast RCNN,Faster RCNN）

傳統的目標檢測方法大概分爲區域選擇、特徵提取（SIFT、HOG等）、分類器（SVM等）三個部分，其主要問題有兩方面：一是區域選擇策略沒有針對性、時間複雜度高，窗口冗餘；另外一方面手工設計的特徵魯棒性較差。如下介紹基於Region Proposal的深度學習目標檢測算法R-CNN->SPP-NET->Fast R-CNN->Faster R-CNN.html R-CNN 創新點 採用CNN網絡提取圖

>>阅读原文<<