R-CNN系列筆記

R-CNN：     首先模型輸入爲一張圖片，在圖片上提出了約2000個待檢測區域，然後這2000個待檢測區域一個一個地通過卷積神經網絡提取特徵，然後這些被提取的特徵通過SVM進行分類，得到物體的類別，並通過bounding box regression調整目標包圍框的大小。     首先在第一步提取2000個待檢測區域的時候，採用選擇性搜索(selective search)，即通過一些傳統圖像

>>阅读原文<<