深度学习

基础知识和各种网络结构实战 ...

前言

先简要介绍一下目标检测，而面对目标检测，我们总是会提出的两点问题，这个物体是什么？以及它在哪里？而我对它用更确切的话说就是，对目标的定位和分类。目标检测主要做的工作就是这两个。 以2014年为分水岭，目标检测在过去20年中可以大致分为两种时期，一是2014年之前传统的目标检测阶段，二是2014年后基于深度学习的目标检测阶段。本节主要对基于深度学习[6][7]的目标检测进行总结。

一、双级检测器

2014年R.Girshick等人提出了R-CNN[8]用于目标检测领域,这篇文章是利用卷积神经网络进行目标检测的第一篇文章，R-CNN的作者将PASCAL VOC上的检测率提升了18.6%，其与Krizhevsky A等人在2012年提出的AlexNet[9]在分类上的重大突破有着相同的意义，对目标检测领域影响深远。RCNN的提出，使基于深度学习的目标检测成为了热门的研究方向&#x

版权声明：本文为CSDN博主「CC-Mac」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/CltCj/article/details/118198142