深度学习及其应用-核心知识点教案Faster RCNN算法.doc

FasterRCNN算法

学情分析

本课程面向计算机视觉方向的研究生或高年级本科生。

学生需掌握卷积神经网络（CNN）基础、Python编程及PyTorch/TensorFlow框架使用。

通过前期学习，学生已掌握RCNN、FastRCNN等传统目标检测算法，但对区域提议网络（RPN）的端到端训练机制存在理解困难。

超星泛雅平台数据显示，85%学生在候选框生成章节的作业正确率低于70%。

教学目标

1.掌握FasterRCNN的四阶段检测流程（特征提取→RPN→ROIPooling→分类回归）

2.能推导RPN的损失函数$L({p_i},{t_i})=\frac{1}{N_{cl