参考：
R-CNN算法精讲 - 同济子豪兄 -_哔哩哔哩_bilibili
初读
提出R-CNN模型用于在提张图片中框出检测到的物体，并识别图中的各个物体
将region proposals和CNN相结合得R-CNN
两个关键点
- region proposals和CNN相结合
- 如果标注的数据比较少，为了使模型表现提升，采用预训练和调整策略
PASCAL VOC
国际顶级计算机视觉竞赛，Pattern Analysis, Statistical Modeling and Computational Learning，涌现了一大批目标检测和分割模型。
ILSVRC 挑战赛使用ImageNet（数据库），涌现了优秀的分类模型Alexnet、Resnet
分类和检测的区别，检测需要在图片中定位出物体
计算机视觉的基本任务
学习路线（经典论文发表时间）
红色是分类模型，绿色是目标检测模型
两个关键点具体是什么
传统物体检测使用的技术是HOG、SIFT（不知道是啥） ， 将ILSVRC上的成果CNN运用到PASCAL VOC 竞赛上用于物体检测，面临两个问题
-
用CNN定位物体
解决方法是recognition with regions
-
用少量的标注数据训练容量比较大的CNN
传统解决方法：使用无监督学习预训练模型，然后再使用监督学习进行微调（fine-turning）
本文解决方法：使用辅助数据集ILSVRC进行监督学习预训练，然后在PASCAL数据集上进行训练微调
解决的两个问题即是本文的两大主要贡献
R-CNN模型的构成
由3个模块组成
-
选取候选框
Selective Search算法，生成2k个候选框
-
特征提取
卷积神经网络，提取出4096维特征
-
线性分类SVMs（支持向量机）
深度学习神经网络之前的分类器主要是SVM