目标检测我来惹2-SPPNet

RCNN慢在哪?上千个候选区域经过卷积太耗时

RCNN解决方案:

1.减少卷积计算

2.防止图片内容变形crop/wrap

SPPNet:一张图片全部卷积计算,不要crop+wrap

映射:

要取候选区域的特征--怎么做?

image--SS--候选区域

image--CNN--特征图feature map

将候选区域映射到特征图中,得到候选区域的特征向量

SSP层:

输出大小固定的特征向量

引入了SPP-Net ,通过候选区域和特征图的映射

spp池化作用:

SPPNet相对于R-CNND的改进算法:

相关推荐
AI_小站3 小时前
6个GitHub爆火的免费大模型教程,助你快速进阶AI编程
人工智能·langchain·github·知识图谱·agent·llama·rag
xindoo3 小时前
GitHub Trending霸榜!深度解析AI Coding辅助神器 Superpowers
人工智能·github
时间之里3 小时前
【深度学习】:RF-DETR与yolo对比
人工智能·深度学习·yolo
北京阿法龙科技有限公司3 小时前
数智化升级:AR 智能眼镜驱动工业运维效能革新
人工智能
风落无尘3 小时前
《智能重生:从垃圾堆到AI工程师》——第二章 概率与生存
大数据·人工智能
j_xxx404_3 小时前
Linux:静态链接与动态链接深度解析
linux·运维·服务器·c++·人工智能
收获不止数据库3 小时前
达梦9发布会归来:AI 时代,我们需要一款什么样的数据库?
数据库·人工智能·ai·语言模型·数据分析
hhb_6183 小时前
AI全栈编程生存指南
人工智能
AI-Frontiers3 小时前
transformer进阶之路:#2 工作原理详解
人工智能·深度学习·transformer
科研前沿4 小时前
2026 数字孪生前沿科技:全景迭代报告 —— 镜像视界生成式孪生(Generative DT)技术白皮书
大数据·人工智能·科技·算法·音视频·空间计算