目標檢測3 - Fast RCNN

Fast R-CNN的改進 實現了end-to-end的單階段訓練，採用多任務損失函數將分類和迴歸任務作爲一個整體進行訓練：把最後一層的Softmax換成兩個，一個是對區域的分類Softmax（包括背景），另一個是對bounding box的微調。 RCNN提取特徵給SVM訓練時候需要中間要大量的磁盤空間存放特徵，Fast R-CNN去掉了SVM這一步，所有的特徵都暫存在顯存中，就不需要額外的磁盤

>>阅读原文<<