原创力文档表格
{
边框‑折叠:
折叠;
}
表格,
th,
td
{
边框:
1px
实线
#000;
}
R‑CNN
减去
R
卡雷尔·伦茨
安德烈亚·迪
英国牛津大学工程科学系。
神经网络（CNN）在图像理解的大多数领域产生了重大影响。然而在目标类别检
测方面，最佳结果来自R(egion)‑CNN等技术——这些方法将CNN与图像分割线索相结合，
通过选择性搜索等算法提出图像中可能的目标位置。但分割在CNN检测器中的作用仍存争
议：一方面，分割可能是必要的建模组件，承载着CNN未包含的关键几何信息；另一方面，
它或许仅是通过CNN分类
文档评论（0）