理解Faster R-CNN

視頻：  先將圖像輸入CNN獲得feature map，然後直接在feature map上加一個RPN網絡用於自動提取候選框，在神經網絡中邊迭代邊自動地生成一些候選框。 然後對生成的候選框進行二分類任務，判斷候選框區域是背景還是物體，將判斷爲物體的候選框與ground truth進行迴歸任務，進行微調。 將產生的候選框進行RoI pooling最後做物體分類與邊界迴歸得出最終結果。 一共有四個lo

>>阅读原文<<