使用 R-CNN 进行目标检测? [英] Object detection with R-CNN?
本文介绍了使用 R-CNN 进行目标检测?的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
R-CNN 实际上是做什么的?是不是像用CNN提取的特征来检测指定窗口区域的类?是否有任何 tensorflow 实现?
What does R-CNN actually do? Is it like using features extracted by CNN to detect classes in a specified window area? Is there any tensorflow implementation for this?
推荐答案
R-CNN 正在使用以下算法:
R-CNN is using the following algorithm:
- 获取用于对象检测的区域建议(使用选择性搜索).
- 对于每个区域，从图像中裁剪区域并通过 CNN 运行它，该 CNN 对对象进行分类.
在此基础上构建了更高级的算法，例如 fast-R-CNN 和faster R-CNN.
There are more advanced algorithms that are built upon this like fast-R-CNN and faster R-CNN.
fast-R-CNN:
fast-R-CNN:
- 通过 CNN 运行整个图像
- 对于区域提议中的每个区域，使用roi polling"层提取区域，然后对对象进行分类.
更快的 R-CNN:
- 通过 CNN 运行整个图像
- 使用 CNN 检测到的特征，使用对象提议网络查找区域提议.
- 对于每个对象提议，使用roi polling"层提取区域，然后对对象进行分类.
tensorflow 中有很多专门针对 fast R-CNN 的植入，这是最新的变体，只是 google fast R-CNN tensorflow.
There are a lot of implantation in tensorflow specifically for faster R-CNN which is the most recent variant just google faster R-CNN tensorflow.
祝你好运
这篇关于使用 R-CNN 进行目标检测?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
