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
水如烟15 分钟前
孤能子视角:三十六计之远交近攻——拓扑重构
人工智能
YOLO数据集集合19 分钟前
番茄病害智能诊断系统:YOLO+DeepSeek农业AI落地实践
人工智能·yolo·目标检测·计算机视觉
QN1幻化引擎21 分钟前
我写了一个「有八层意识结构」的 Python 认知引擎,它没有用任何 LLM
人工智能·算法·架构
anyup40 分钟前
这一套绝了!AI 大模型写故事,星云 SDK 驱动 3D 数字人实时演绎
前端·人工智能·aigc
张彦峰ZYF1 小时前
大模型LLM ACA - ACP认证考试真题冲刺演练二答案参考
人工智能·lora·llm·embedding·rag·few-shot
SoaringPigeon1 小时前
NVIDIA博客-预训练去想象,微调去行动:世界-动作模型 (WAM) 的崛起
人工智能·深度学习·机器人·自动驾驶
甲维斯1 小时前
骚操作N:把GPT5.6接入Claude Code大发神威!
人工智能
Token炼金师1 小时前
注意力的六脉:QKV 数学、头设计、RoPE、Flash、掩码与剪枝 —— Transformer 核心机制全解
人工智能·深度学习·llm
触底反弹1 小时前
🧠 LangChain Agent 入门:为什么直接调大模型 API 远远不够?
人工智能·node.js·llm
AI程序员2 小时前
会写代码的 AI 很多,能算 Coding Agent 的没几个
人工智能·agent