R-CNN
发布时间:2024年01月04日
算法步骤:

R-CNN框架

R-CNN缺点

总结:
R-CNN是首先生成许多候选框,然后再对每个候选框使用CNN进行特征提取,再将提取的特征送入到SVM(多少类别就对应多少个SVM分类器)进行二分类,最后再通过边界框回归去调整边界框的位置。因此检测较慢。
文章来源:https://blog.csdn.net/qq_55414382/article/details/135389875
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:chenni525@qq.com进行投诉反馈,一经查实,立即删除!