三部曲，這樣就有兩個難以解決的問題；其一是區域選擇的策略效果差、時間複雜度高；其二是手工提取的特徵魯棒性較差。
傳統的區域選擇使用滑窗，每滑乙個視窗檢測一次，相鄰視窗資訊重疊高，檢測速度慢。r-cnn 使用乙個啟發式方法（selective search），先生成候選區域再檢測，降低資訊冗餘程度，從而提高檢測速度。
傳統的手工提取特徵魯棒性差，限於如顏色、紋理等低層次（low level）的特徵。
先生成候選區域，再對區域進行卷積，這裡有兩個問題：其一是候選區域會有一定程度的重疊，對相同區域進行重複卷積；其二是每個區域進行新的卷積需要新的儲存空間。
high resolution classifier 448*448 pretrain
convolution with anchor boxes
dimension clusters
multi-scale training every 10 batch
direct location prediction
fine-grained features
spp net 「spatial pyramid pooling in deep convolutional networks for visual recognition」
fast r-cnn 「fast r-cnn」
faster r-cnn 「faster r-cnn: towards real-time object detection with region proposal networks」
mask r-cnn 「mask r-cnn」
yolo 「you only look once: unified, real-time object detection」
ssd 「ssd: single shot multibox detector」
yolo9000 「yolo9000: better, faster, stronger」
目標檢測演算法綜述
1.傳統的目標檢測框架，主要包括三個步驟 1 利用不同尺寸的滑動視窗框住圖中的某一部分作為候選區域 2 提取候選區域相關的視覺特徵。比如人臉檢測常用的harr特徵 行人檢測和普通目標檢測常用的hog特徵等 3 利用分類器進行識別，比如常用的svm模型 2.目標檢測領域的深度學習方法主要分為兩類 對於...
基於深度學習關鍵點檢測演算法綜述
關鍵點檢測是計算機視覺中比較重要的任務之一，當前主流的演算法可總結如下 1 基於coordinate 即將卷積神經網路 cnn 的特徵通過乙個全連線層來回歸關鍵點的座標和對應的置信度資訊，在對卷積 特徵的利用上，逐漸由單層特徵到金字塔特徵轉換，有代表性的演算法為人臉關鍵點檢測的pfld演算法，全稱為...
基於深度學習的目標檢測演算法 SSD
ssd single shot multibox detector 問題引入 目前，常見的目標檢測演算法，如faster r cnn，存在著速度慢的缺點。該 提出的ssd方法，不僅提高了速度，而且提高了準確度。ssd 該 的核心思想 該 的主要貢獻 1.提出了ssd目標檢測方法，在速度上，比之前最快...