卷積神經網絡之目標檢測總結

概述 傳統的目標檢測任務主要經過人工提取特徵模型創建，經常使用的特徵包括：HOG、SIFT、Haar等，特徵提取模型以後進行支持向量機或者Adaboost的分類任務，進而獲得咱們所關注的目標結果。因爲特徵模型的侷限性，咱們引入卷積特徵，也就是通過卷積神經網絡獲得的特徵信息，包括淺層信息和深層信息，淺層信息指的是：前級的卷積層獲得的特徵圖，感覺野更加關注的是圖像細節紋理等特徵。深層信息包括：後級的卷

>>阅读原文<<