DAY 4 初识fast-r-cnn

R-CNN等传统弊端：基本步骤： 通过select选取候选框，一般每张图2000个左右 对每张候选框图进行深度学习，提取特征 将特征送到分类器，如svm进行判别 使用精准回归对候选框进行修正 问题： 训练速度慢，候选框之间存在大量的重复，提取特征速度慢 训练所需大量内存空间，大量的特征。 主要原因就是R-CNN在深度学习之前进行候选框提取，造成大量重叠的候选框需要进行特征提取。 改进： FASTE

>>阅读原文<<