Fast RCNN代码复现

项目源代码下载地址：

Fast-R-CNN-pytorch-master https://www.alipan.com/s/FqYEYzqCe7k 提取码:ue87 点击链接保存，或者复制本段内容，打开「阿里云盘」APP ，无需下载极速在线查看，视频原画倍速播放。

Fast RCNN论文理解

在Fast RCNN提出前，目标检测领域效果较好的算法是RCNN和SPPnet，因此本文主要将Fast RCNN的改进与这两种算法进行对比。

RCNN和SPPnet的缺点

RCNN的缺点

1. 训练是多阶段的

   阅读全文 »

本代码最初在colab中实现，以下为全部代码及运行输出结果 # 挂载谷歌云盘，解压数据集

1

%pwd

'/content'

1

!unzip '/content/drive/MyDrive/AI_content/RCNN/Images.zip' -d '/content/drive/MyDrive/AI_content/RCNN'

1

!unzip '/content/drive/MyDrive/AI_content/RCNN/Airplanes_Annotations.zip' -d '/content/drive/MyDrive/AI_content/RCNN'

RCNN

背景

过去主流的目标检测思路：输入一张图片=》获取一系列区域=》传统的特征提取方法（HOG特征）得到一组特征表示（x1,x2,...xn）=》输入预训练好的机器学习算法（SVM、决策树）进行分类

本文创新：用CNN代替传统的特征提取方法来提取图像特征