fast r cnn
时间: 2023-08-16 19:10:36 浏览: 45
Fast R-CNN是一个end-to-end的目标检测模型,它的创新包括将目标的分类和Bounding Box的回归集成在同一个网络中,并同时进行训练,提出了RoI pooling来接受多尺度的输入,只对整个图像做一次特征提取并多次利用,采用SVD分解对网络末尾的全连接层进行分解以减少计算复杂度和加快检测速度。Fast R-CNN在速度、精度和存储占用上相对于先前的网络有了质的飞跃。\[2\]
Fast R-CNN的网络结构包括RoI pooling和多任务loss等部分。RoI pooling用于提取感兴趣区域的特征,训练过程包括监督预训练、Fine-turning、多任务loss、SVD分解全连接层和SGD超参数的调整。\[3\]
#### 引用[.reference_title]
- *1* [[ 目标检测 ] 经典网络模型2——Fast R-CNN 详解与复现](https://blog.csdn.net/weixin_45084253/article/details/124653393)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [Fast R-CNN 详解](https://blog.csdn.net/m0_45962052/article/details/104968404)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]