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
深耕AI1 分钟前
PyTorch自定义模型结构详解:从基础到高级实践
人工智能·pytorch·python
Twilight-pending1 分钟前
计算机系统性能、架构设计、调度策略论文分类体系参考
人工智能·云原生·分类·数据挖掘
格林威5 分钟前
工业检测机器视觉为啥非用工业相机?普通相机差在哪?
人工智能·数码相机·yolo·计算机视觉·视觉检测·相机
索迪迈科技10 分钟前
深度解析:从DeepSeek V3.1到K2 Think的“专才”模型架构
人工智能·ai·语言模型
工藤学编程10 分钟前
零基础学AI大模型之从0到1调用大模型API
人工智能
先做个垃圾出来………14 分钟前
Dify开源AI框架介绍
人工智能·开源
带娃的IT创业者19 分钟前
《AI大模型应知应会100篇》第68篇:移动应用中的大模型功能开发 —— 用 React Native 打造你的语音笔记摘要 App
人工智能·笔记·react native
Godspeed Zhao27 分钟前
自动驾驶中的传感器技术42——Radar(3)
人工智能·机器学习·自动驾驶
Godspeed Zhao29 分钟前
自动驾驶中的传感器技术41——Radar(2)
人工智能·机器学习·自动驾驶
非门由也2 小时前
《sklearn机器学习——数据预处理》类别特征编码
人工智能·机器学习·sklearn