R-CNN

  • 目标检测、语义分割
    由于我们将区域建议与CNN相结合,我们将我们的方法称为R-CNN:带有CNN特征的区域。

目标检测系统由三个模块组成。第一种方法生成分类独立的区域提案。这些提议定义了可供我们的检测器使用的候选检测集合。第二个模块是一个大型卷积神经网络,从每个区域提取固定长度的特征向量。第三个模块是一组特定于类的线性支持向量机。

流程:

(1)接受一个输入图像,

(2)提取大约2000个自底向上的区域建议

(3)使用大型卷积神经网络(CNN)计算每个建议的特征

(4)使用类特定的线性支持向量机对每个区域进行分类。

相关推荐
唠点键盘之外的3 小时前
15 微调 vs RAG:到底怎么选
人工智能·机器学习·面试·aigc
具身AGI4 小时前
人机协同预训练:三条路线,一条拉开差距
人工智能
东风破_4 小时前
LangSmith:从链路追踪到 RAG 自动化评估
人工智能
东方芷兰4 小时前
Agent 技术摘要 04 —— AI4S、VLM、VLA、VLN、WM、AI Infra
人工智能
catchadmin4 小时前
用 Jev 与 Laravel AI SDK 检测垃圾邮件和自动回复
数据库·人工智能·laravel
一 铭4 小时前
Pi实战 05:本地模型 · MCP · 安全沙箱篇
人工智能·ai·agent·harness
198******126344 小时前
2026企业AI办公工具选型指南:从评估框架到场景适配
大数据·运维·人工智能
OxYGC4 小时前
[AI工程]Jev 决策模型第二篇:三原语、一次多问与置信度路由,从 Playground 到能上线的代码
人工智能
楚来客4 小时前
AI基础概念之十四:时空Transformer架构
人工智能·深度学习·transformer
u1301305 小时前
AI 日报(2026年10月2日)
人工智能