R-CNN¶
文章Rich feature hierarchies for accurate object detection and semantic segmentation提出的算法R-CNN将CNN应用于目标检测领域，在当时取得了非常好的效果
工程流程¶
本文档实现了R-CNN算法进行目标检测的完整过程，包括
- 数据集创建
- 卷积神经网络训练
- 分类器训练
- 边界框回归器训练
- 目标检测器实现
本仓库最终实现一个汽车类别目标检测器
模块构成¶
- 区域建议生成：
selectivesearch算法实现，生成类别独立的区域建议 - 特征提取：卷积神经网络
AlexNet实现，从每个区域建议中提取固定长度的特征向量 - 线性
SVM实现，输入特征向量，输出每类成绩 - 使用类指定的边界框回归器计算候选建议的坐标偏移
- 非最大抑制方法实现，得到最终的候选建议
关于区域建议算法selectivesearch实现，在训练阶段使用高质量模式，在测试阶段使用快速模式