R-CNN网络结构学习

网络模型 创新点 采用CNN网络提取图像特征，从经验驱动的人造特征范式HOG(方向梯度直方图)、SIFT(尺度不变特征变换)到数据驱动的表示学习方式，提高特征对样本的表示能力。 采用大样本下有监督训练+小样本微调的方式解决小样本难以训练甚至过拟合问题。 详细过程 先输入一张多目标图像，采用selective search算法提取约2000个候选框。 现在每个候选框周围加16个像素值为候选框平均值的

>>阅读原文<<