卷积神经网络之目标检测总结

概述 传统的目标检测任务主要经过人工提取特征模型创建，经常使用的特征包括：HOG、SIFT、Haar等，特征提取模型以后进行支持向量机或者Adaboost的分类任务，进而获得咱们所关注的目标结果。因为特征模型的局限性，咱们引入卷积特征，也就是通过卷积神经网络获得的特征信息，包括浅层信息和深层信息，浅层信息指的是：前级的卷积层获得的特征图，感觉野更加关注的是图像细节纹理等特征。深层信息包括：后级的卷

>>阅读原文<<