F a s t R − C N N Fast\ _{}R-CNN Fast R−CNN
R o s s G i r s h i c k Ross\ _{}Girshick Ross Girshick
摘要:本文提出了一种基于快速区域的卷积网络方法(Fast R-CNN)进行目标检测。Fast R-CNN以先前的工作为基础,使用深度卷积网络对object proposals进行有效分类。与以前的工作相比,Fast R-CNN采用了多项创新,可以提高训练和测试速度,同时还可以提高检测精度。Fast R-CNN训练非常深的VGG16网络的速度比R-CNN快9倍,在测试时快213倍,并且在PASCAL VOC 2012上实现了更高的mAP。与SPPnet相比,Fast R-CNN训练VGG16的速度快了3倍,测试速度提高了10倍,并且更加准确。Fast R-CNN是使用Python和C ++(使用Caffe)实现的。
标签:RoI,翻译,训练,卷积,网络,Fast,CNN 来源: https://blog.51cto.com/u_15178976/2729159
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。