Fast-RCNN阅读笔记

2015年提出的 Fast R-CNN 主要贡献是加速和简化 R-CNN。 R-CNN因为下述原因运行很慢： 1，为每幅图像提取候选区域（selective search），得到平均约2000个候选区域，那么前向传播的过程就需要运行平均约2000次； 2， 它必须分别训练三个不同的模型 - CNN 生成图像特征，预测类别的分类器SVM和收紧边界框的回归模型。这使得整个流水线（pipeline）难以

>>阅读原文<<