CNN是一个运用卷积神经网络进行图片分类的开山之作。RCNN是第一个把图片分类和目标检测连接起来的作品。

RCNN主要解决的问题是：

1、怎样用深度神经网络进行目标定位；2、怎样用小批量的标注数据来训练一个大容量网络。

一、检测和分类的区别，就是多了一个框定位。作者的方法是：recognition using regions。

主要分三步：

1、对于一张图片，生成2000个proposal。和种类无关的子图。

2、对于每一个proposal，用CNN单独提取他们的特征。

3、对每一个特征，用SVM来做分类。

二、怎样用小批量标注数据训练大网络

先用大批量的无标注数据进行无监督训练。在此基础上，再用小批量的标注数据进行微调。

最新文章

1. jdk6提供的加密算法
2. sql中replace函数与like结合达到提换的效果
3. Android RadioGroup设置默认选中项
4. AU3学习资源
5. mysql linux 备份脚本
6. python【第十四篇】HTML与CSS初遇
7. ExecuteScalar 要求已打开且可用的 Connection。连接的当前状态为已关闭。
8. Hardcoded string XXX,&…
9. 【iOS】OC-AFNetworking 2.0 跟踪文件上传进度
10. 闭包创建自己的 plugin 示例 加载 loading
11. 匿名函数gc分析
12. iOS - 国内注册境外 Apple id 账号
13. webstrom 安装Babel
14. luogu P4688 [Ynoi2016]掉进兔子洞 bitset 莫队
15. python 文件保存 出错
16. 【原创】Apache ab测试时出现：apr_socket_recv "connection reset by peer" 104
17. C#中判断为空
18. windows下开启 PHP扩展Redis
19. Maven-Standard Directory Layout
20. 我的SublimeText配置

热门文章

1. ueditor 正在读取目录
2. Jmeter（二十九）Jmeter-Question之“Ant集成报告模板优化”
3. mysql连接状态
4. SQLite3数据库
5. 基于pyQt5开发的股价显示器（原创）
6. python序列化模块
7. Vbox共享文件夹不显示了
8. python之格式化输出（3种方式）
9. postgresql copy的使用方式
10. #151: 每一本正式出版的图书都有一个ISBN号码与之对应，ISBN码包括9位数字、1位识别码和3位分隔符，其规定格式如“x-xxx-x