我看到过的最复杂的模型就是SSD了，应该说在object detection这个领域，大牛们都是一再的奋斗着、努力着。一路飘过，听到的模型真的有很多，但是我觉得有质的变化还应该是R-CNN—SPP—fast rcnn —faster rcnn— yolo，为什么会是这样呢，我感觉其实如果是但一物体的识别就应该是regressi
RCNN 首先从这里通俗易懂理解——双向LSTM我了解到对于RNN来说，上一层的隐层仓的输出和这一时刻输入 两者向量拼接作为输入。这一层的输入维度取决于输入神经元的个数，隐层的输入维度取决于rnn隐层的神经元的个数。 通过这个知识点的了解，我就知道为什么在 这个教程中 lstm在初始化h0
后面框架回归和分类都放到了神经网络里 测试速度提升１００倍 训练１０
