传统的目标检测方法大概分为区域选择、特征提取（SIFT、HOG等）、分类器（SVM等）三个部分，其主要问题有两方面：一是区域选择策略没有针对性、时间复杂度高，窗口冗余；另一方面手工设计的特征鲁棒性较差。以下介绍基于Region Proposal的深度学习目标检测算法R-CNN->SPP-NET->Fast R-CNN->Faster R-CNN.传统的目标检测方法大概分为区域选择、特征提取（SIFT、HOG等）、分类器（SVM等）
阅读背景：
RCNN系列总结（RCNN,SPPNET,Fast RCNN,Faster RCNN）
来源：互联网
分享到：
