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
J_Xiong01177 分钟前
【Agents篇】04:Agent 的推理能力——思维链与自我反思
人工智能·ai agent·推理
星爷AG I27 分钟前
9-26 主动视觉(AGI基础理论)
人工智能·计算机视觉·agi
爱吃泡芙的小白白33 分钟前
CNN参数量计算全解析:从基础公式到前沿优化
人工智能·神经网络·cnn·参数量
拐爷43 分钟前
vibe‑coding 九阳神功之喂:把链接喂成“本地知识”,AI 才能稳定干活(API / 设计 / 报道 / 截图)
人工智能
石去皿43 分钟前
大模型面试通关指南:28道高频考题深度解析与实战要点
人工智能·python·面试·职场和发展
yuezhilangniao1 小时前
AI智能体全栈开发工程化规范 备忘 ~ fastAPI+Next.js
javascript·人工智能·fastapi
好奇龙猫1 小时前
【人工智能学习-AI入试相关题目练习-第十八次】
人工智能·学习
Guheyunyi1 小时前
智能守护:视频安全监测系统的演进与未来
大数据·人工智能·科技·安全·信息可视化
程序员辣条1 小时前
AI产品经理:2024年职场发展的新机遇
人工智能·学习·职场和发展·产品经理·大模型学习·大模型入门·大模型教程
AI大模型测试1 小时前
大龄程序员想转行到AI大模型,好转吗?
人工智能·深度学习·机器学习·ai·语言模型·职场和发展·大模型