R-CNN系列笔记

R-CNN：     首先模型输入为一张图片，在图片上提出了约2000个待检测区域，然后这2000个待检测区域一个一个地通过卷积神经网络提取特征，然后这些被提取的特征通过SVM进行分类，得到物体的类别，并通过bounding box regression调整目标包围框的大小。     首先在第一步提取2000个待检测区域的时候，采用选择性搜索(selective search)，即通过一些传统图像

>>阅读原文<<