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
满怀冰雪2 小时前
24-PaddleClas 模型评估、导出与推理部署入门
大数据·人工智能·python·深度学习·paddle
Mid_search4 小时前
随机排列与Fisher-Yates算法
人工智能·深度学习·强化学习·随机排列·fisher-yates
ZGIAI8 小时前
ZGI Workflow:条件分支走错时先查哪一层
人工智能·架构
X54先生(人文科技)8 小时前
《元创力》纪实录 · 桥段 《窑变纪元:一份来自星历2227年的深空考古笔记》
人工智能·开源·ai写作·零知识证明
ZGIAI8 小时前
ZGI 文件产物:生成报告后怎样交付
人工智能·架构
东方-教育技术博主8 小时前
自动编码在教育场景中的重要性:一项基于多源证据的深度综述
大数据·人工智能
骥龙8 小时前
模块二:Ollama本地模型部署与OpenCode代理配置
人工智能
阡之尘埃8 小时前
Python数据分析案例85——大模型微调全流程(SFT的LoRA微调)
人工智能·python·深度学习·语言模型·llm·微调·千问
Regentsoft丽晶软件8 小时前
品牌方新品上市促销政策无法实时同步经销商,有没有支持总部-经销商-终端一站式的分销解决方案?
人工智能·经验分享·数据库架构