基于R-CNN的系列目标检测算法 组员: R-CNN, SPP NET, Fast R-CNN, Faster R-CNN目 录 CONTENTS 01 背景知识 02 RCNN SPP NET Fast R-CNN Faster R-CNN 03 05 04 实例展示 0601 背景知识 PART ONE背景知识 04 目标检测是在给定的图片中精确找到物体所在位置,并标注出物体的类别。 物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图 片的任何地方,并且物体还可以是多个类别。 目标检测背景知识 05 图像识别(classification) : 输入:图片 输出:物体的类别 评估方法:准确率。 定位(localization): 输入:图片 输出:方框在图片中的位置 (x,y,w,h) 评估方法:检测评价函数 intersection-over-union背景知识 06 目标检测算法 1.传统的目标检测算法:Cascade+HOG/DPM+Haar/SVM以及上述方 法的诸多改进、优化; 2.候选区域/窗+深度学习分类:通过提取候选区域,并对相应区域进行 以深度学习