目標檢測——Faster RCNN

本文假設讀者已有圖像分類及Fast-RCNN的基礎。 對於Faster-RCNN來說，數據的流動可以從兩個方面來理解，其一是從anchor的產生經過系統的篩選和分類以及迴歸最後得到候選框及其附加信息的角度出發。二是從輸入三維圖像矩陣的各種卷積變換到最後得到的結果出發。將兩個數據的流動方向結合一起會對理解該模型更有幫助。 如果你還沒有接觸過目標檢測系列的論文，可以去看我們上兩篇的博客： 目標檢測——

>>阅读原文<<