Lilian Weng — Lil’Log·· 2017-12-31AI 评估 · 14/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
面向初学者的目标检测（第三部分）：详解 R-CNN 系列
Object Detection for Dummies Part 3: R-CNN Family
AI 导读
R-CNN 系列包含 R-CNN、Fast R-CNN、Faster R-CNN（目标识别）与 Mask R-CNN（图像分割）四个模型。R-CNN 先用 selective search 提出约 2k 个候选区域，再逐区域提取 CNN 特征分类并用回归模型校正边界框，召回率以 IoU 0.3 为界、bbox 回归以 0.6 IoU 为界。该系列还常用非极大值抑制与难负样本挖掘等技巧。
来源：Lilian Weng — Lil’Log · lilianweng.github.io