目标检测RCNN系列讲解.pptxVIP

基于R-CNN的系列目标检测算法组员：R-CNN,SPPNET,FastR-CNN,FasterR-CNN

目录CONTENTS01背景知识02RCNNSPPNETFastR-CNNFasterR-CNN030504实例展示06

01背景知识PARTONE

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方法为主的分类的方案，如：R-CNN（SelectiveSearch+CNN+SVM）SPP-net（ROIPooling）FastR-CNN（SelectiveSearch+CNN+ROI）FasterR-CNN（RPN