目标检测入门（一）两阶段目标检测的由来

一：基于两阶段的目标检测算法
基于两阶段方法的目标检测又被称为基于**候选区域（region proposal）**的方法。

从2014年Grishick等人 在AlexNet 的基础上将region proposal和CNN结合起来，提出了R-CNN.

He等在卷积神经网络中使用了空间金字塔池化模块**（SSP）**，解决了输入固定大小图片的限制且避免了重复提取图像特征。

2015年，Grishick在R-CNN和 SPP- Net算法基础上提出了使用兴趣区域池化（Region 0f Interest,ROI）的Faster R-CNN，实现了端到端的检测。

Ren等提出了Faster R-CNN 改进了候选区域的生成方法，使用候选区域生成网络（Region Proposal Network ），实现了整个网络共享卷积特征，进一步提高了检测速度。

版权声明：本文为CSDN博主「被CV耽误了的文人」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_50803971/article/details/117961639