計算機視覺學習--目標檢測算法分類

基於深度學習的目標檢測算法主要分爲兩類： 1 two stage: 先進行區域生成（一個可能包含待檢測物體的預選框），在通過卷積神經網絡進行樣本分類。 常見的算法：R-CNN SPP-Net Fast R-CNN R-FCN Faster R-CNN等 2 one stage: 不用RP,直接在網絡中提取特徵來預測物體的分類和位置 常見的算法：YOLOv1 YOLOV2 YOLOV3 SSD 等

>>阅读原文<<