【计算机视觉实践10】基于Faster RCNN模型的瓷砖瑕疵检测.pptxVIP

1;;冷兵器时代：设计更强的特征;PASCALVOC（ThePASCALVisualObjectClassification）：

目标检测，分类，分割等领域一个有名的数据集。从2005到2012年，共举办了8个不同的挑战赛。PASCALVOC数据集包含20个类别，被看成目标检测问题的一个基准数据集。

VOC2007中包含9,963张图片，共24,640个物体。

VOC2012中包含11,540张图片，共27,450个物体。;;RossB.Girshick,JeffDonahue,TrevorDarrell,JitendraMalik,“RichFeatureHierarchiesforAccurateObjectDetectionandSemanticSegmentation,”CVPR2014;;;;Warpedregion(区域拉伸)：通过SelectiveSearch产生的候选区域大小不一样，为了与CNN（AlexNet）兼容，R-CNN直接将所有的候选区域统一到227*227的尺寸。;;Classifyregions(区域分类):为每一个类（包括背景类）训练SVM。

存在问题：

SVM需要单独训练，使网络训练上更加复杂，随着类别的增加，训练SVM的个数也随之增加。此外，逐个执行SVM分类也