首先是對R-CNN系列進行學習,其包含了R-CNN, Fast R-CNN, Faster R-CNN。
1. R-CNN
在理解R-CNN代碼的之前,需要了解一些前期的知識,包括了Selective Search,而這個又是以這個Graph-Based Image Segmentation爲基礎的,所以我們首先先對這二個有所瞭解。
1.1 Efficient Graph-Based Image Segmentation
論文:Efficient Graph-Based Image Segmentation
代碼:C++代碼
論文解析:CSDN: Efficient Graph-Based Image Segmentation
1.2 Selective Search for Object Recoginition
論文:Selective Search for Object Recoginition
代碼:Selective Search for Object Detection (C++ / Python)
論文解析:
- 目標檢測–Selective Search for Object Recognition(IJCV, 2013)
- Selective Search for Object Recognition解讀
- 物體檢測之選擇性搜索(Selective Search)
在對Selective Search已經有了一定程度的瞭解的基礎上,我們就可以學習R-CNN的算法了。
1.3 Rich feature hierarchies for accurate object detection and semantic segmentation(R-CNN)
論文:Rich feature hierarchies for accurate object detection and semantic segmentation
代碼:rbgirshick/rcnn
論文解析:
2 Fast RCNN
在學習Fast RCNN之前,我們先學習一下這個SPP-Net。
2.1 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-Net)
論文: Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
代碼:SPP_net
論文解析:
2.2 Fast R-CNN: Fast Region-based Convolutional Networks for object detection
論文:Fast R-CNN
代碼:rbgirshick/fast-rcnn
論文解析:
- 知乎:Fast R-CNN
- CSDN:【目標檢測】Fast RCNN算法詳解
- Fast R-CNN論文詳解
- iccv15_tutorial_training_rbg:Training R-CNNs of various velocities Slow, fast, and faster
3 Faster R-CNN
論文:Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
MATLAB代碼:ShaoqingRen/faster_rcnn
Python代碼: rbgirshick/py-faster-rcnn
論文解析:
4 目標檢測R-CNN系列總結
- RCNN, Fast-RCNN, Faster-RCNN的一些事
- 目標檢測——從RCNN到Faster RCNN 串燒
- 機器視覺目標檢測補習貼之R-CNN系列 — R-CNN, Fast R-CNN, Faster R-CNN
- 知乎:如何評價rcnn、fast-rcnn和faster-rcnn這一系列方法?
R-CNN系列暫時先寫到這裏,後面有需要添加的在補充。