目標檢測是一種基于目標幾何和統計特征的圖像分割，最新的進展一般是通過R-CNN（基于區域的卷積神經網絡）來實現的，其中最重要的方法之一是Faster R-CNN。

1.?總體結構

Faster R-CNN的基本結構如下圖所示，其基礎是深度全卷積網絡（ZF或者VGG-16）。在深度全卷積網絡輸出的特征圖（Feature Map）上，增加了區域提議網絡（RPN，Region Proposal Network），該網絡的主要任務是提出Proposals。根據提出的這些Proposals對特征圖進行裁剪，當然對不同區域裁剪以后的尺寸是不一致的，因此需要進行RoI池化（RoI Pooling），轉換成統一的尺寸，最終得到每個區域的分類。

?

轉載于:https://www.cnblogs.com/mstk/p/9879175.html

總結

以上是生活随笔為你收集整理的对Faster R-CNN的理解(1)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。