你不可不知的目标检测算法R-CNN来啦！

转载自知乎用户 Uno Whoiam首发于 人工智能与计算机视觉笔记原文链接：https://zhuanlan.zhihu.com/p/62041286深度学习与计算机视觉编辑：RogerR -CNN的全程是Regions with CNN features,作为物体检测领域中深度学习的首次亮相，当时对标的对手是Overfeat, R-CNN以53.3%的mAP超过对手30%，可谓是狼入羊群，奠定了物体检测的一个基本框架，也就是：提出可能包含物体的候选框对候选框的特征提取根据提取的特征进行分类边框回归确定物体的精确位置后来的Fast-RCNN、Faster-RCNN、SSD、YOLO基本上都是这样的框架。本文将简要介绍一下作为元老的R-CNN这4个步骤是如何进行的，从中我们不仅可以看到创新，也能看到当时的局限。提出候选框当时的方法主要是滑窗（sliding windows），作者并没有采用，原因是 ………………………………