R-CNN

概述

[CVPR2014][R-CNN] Rich feature hierarchies for accurate object detection and semantic segmentation

Motivation

将目标检测任务看做是一个有层级的任务：先生成有物体的区域、再进行分类（二阶段）。

算法流程

1. 使用 Selective Search 在图片上生成约2000个可能的候选区域（region proposal）。
2. 利用 CNN 提取固定长度的特征。
3. 为了做到这一点，需要对所有区域扭曲到固定大小。
4. 利用线性 SVM 进行分类。

训练

有监督的预训练

预训练特征提取 CNN。

精调

对于扭曲的图像进行精调。

分类器

设定 IoU 阈值 0.3 作为 SVM 正例和负例的界限（与训练 CNN 时不同）。

---

最后更新: 2022年6月30日