目标检测
rcnn：根据颜色等特征，将图像分为许多小区域（一般情况下颜色相同的都是一类物体）
合并区域，然后进行区域内的物体检测 即到卷积中进行预测（每个框一个卷积网络）
缺点：找到的框太多
fast-rcnn:整张图片卷积得到特征图
图片映射到特征图，
faster-rcnn:RPN 层，根据标注中框的位置，让卷积网络自己学习框应该在哪 （在特征图上提取框）
怎么学习？
有基数128,256,512，3种方式
对于一个像素点生成9个框，以他为中心
128256,256128,128128
256512,512256,256256
512512,5121024,1024*512
标签：卷积,检测,目标,特征,区域,rcnn,512 来源： https://www.cnblogs.com/Dean0731/p/11961902.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。