目標檢測算法（一）RCNN

深度學習的目標檢測： 數據驅動進行表示學習 根據訓練數據自適應構建特徵提取器 缺點： 需要大量有標註數據 學習過程和所學到的表示難以解釋 高度非線性 RCNN關鍵詞： 1候選框 selective research 2對於候選框的分類與迴歸 流程： image--->產生近2000個候選框--->對每個候選框輸入到卷積網絡--->CNN後的特徵分別放入BBOX迴歸和SVM二分類器 RCNN RCN

>>阅读原文<<