唐宇迪Python機器學習實訓營
2023-03-03 22:18 作者:XIAO6369633 | 我要投稿
RCNN開創(chuàng)性的提出了候選區(qū)(Region Proposals)的方法，先從圖片中搜索出一些可能存在對象的候選區(qū)（Selective Search），大概2000個左右，然后對每個候選區(qū)進行對象識別。大幅提升了對象識別和定位的效率。
不過RCNN的速度依然很慢，其處理一張圖片大概需要49秒。因此又有了后續(xù)的Fast RCNN 和 Faster RCNN，針對 RCNN的神經(jīng)網(wǎng)絡結(jié)構(gòu)和候選區(qū)的算法不斷改進，F(xiàn)aster RCNN已經(jīng)可
標簽：
