几种基于深度学习的目标检测(SPPNet,Fast,Faster R-CNN,YOLO).pptxVIP

SPP Net 1.结合空间金字塔方法实现CNNs的多尺度输入 一般CNNs后接full-connect layer或者classifier，它们都需要固定的输入尺寸。因此不得不对输入数据进行crop或warp，这些预处理会造成数据的丢失或几何学上的失真。 SPP Net 的第一个贡献是将空间金字塔的思想加入到CNNs中，实现了数据的多尺度输入。 Spatial Pyramid Pooling Layer（SPP） 如图，在卷基层和全连接层之间加入SPP layer。此时网络的输入可以是任意尺寸，在SPP layer中每一个pooling的filter会根据输入调整大小，而SPP的输出尺寸始终是固定的。 2.只对原图提取一次卷积特征 在R-CNN中，每个proposed region先rescale成统一大小，然后分别作为CNNs的输入，这样是很低效的。 在SPP Net中，只对原图进行一次卷积得到整张图的feature map，然后找到每个proposed region在feature map上的映射patch，将此patch作为每个proposed region的卷积特征输入到SPP layer和之后的层。节省了大量的计算时间，比R-CNN有一百倍左右的加速。 Fast R-CNN整体结构 如图，Fast R-CNN的网络有两个输出层，一个softmax，一个bbox regr