目標檢測(Object Detection)—— SSD總結

寫在最前,關於卷積神經網絡的一些感悟: 使用卷積神經網絡提取到合適的特徵後(合理就可以,不同的方法可以提取不同的特徵。譬如:faster RCNN提取到的特徵是proposal在feature maps上的映射再ROI pooling後的特徵;而YOLO提取到的特徵就是輸入圖像的feature maps,顯然這兩種特徵都包含了目標的位置及座標信息,是合理的),這些特徵與我們期待的輸出(分類、目標的
相關文章
相關標籤/搜索