【目標識別學習筆記系列】二、SPPNet論文理解

本文主要轉自：https://blog.csdn.net/u011534057/article/details/51219959 基礎框架: CNN網絡需要固定尺寸的圖像輸入，SPPNet將任意大小的圖像池化生成固定長度的圖像表示，提升R-CNN檢測的速度24-102倍。 固定圖像尺寸輸入的問題，截取的區域未涵蓋整個目標或者縮放帶來圖像的扭曲。 事實上，CNN的卷積層不需要固定尺寸的圖像，全連接層

>>阅读原文<<