R-CNN網絡結構學習

網絡模型 創新點 採用CNN網絡提取圖像特徵，從經驗驅動的人造特徵範式HOG(方向梯度直方圖)、SIFT(尺度不變特徵變換)到數據驅動的表示學習方式，提高特徵對樣本的表示能力。 採用大樣本下有監督訓練+小樣本微調的方式解決小樣本難以訓練甚至過擬合問題。 詳細過程 先輸入一張多目標圖像，採用selective search算法提取約2000個候選框。 現在每個候選框周圍加16個像素值爲候選框平均值的

>>阅读原文<<