深度学习目标检测经典模型比较(RCNN、Fast RCNN、Faster RCNN)

发布时间:2023-12-11 09:30

深度学习目标检测经典模型比较(RCNN、Fast RCNN、Faster RCNN)

 

Faster rcnn是用来解决计算机视觉(CV)领域中目标检测(Object Detection)的问题的。

区别目标分类、定位、检测

一、传统的目标检测方法

其实目标检测对于人类来说并不困难,通过对图片中不同颜色模块的感知很容易定位并分类出其中目标物体,但对于计算机来说,面对的是RGB像素矩阵,很难从图像中直接得到狗和猫这样的抽象概念并定位其位置,再加上有时候多个物体和杂乱的背景混杂在一起,目标检测更加困难。但这难不倒科学家们,在传统视觉领域,目标检测就是一个非常热门的研究方向,一些特定目标的检测,比如人脸检测和行人检测已经有非常成熟的技术了。普通的目标检测也有过很多的尝试,但是效果总是差强人意。

传统的目标检测一般使用滑动窗口的框架,主要包括三个步骤:

  • 利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域;
  • 提取候选区域相关的视觉特征。比如人脸检测常用的Harr特征;行人检测和普通目标检测常用的HOG特征;
  • 利用分类器进行识别,比如常用的SVM模型。

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号