index.md

R-CNN

文章Rich feature hierarchies for accurate object detection and semantic segmentation提出的算法R-CNN将CNN应用于目标检测领域，在当时取得了非常好的效果

工程流程

本文档实现了R-CNN算法进行目标检测的完整过程，包括

1. 数据集创建
2. 卷积神经网络训练
3. 分类器训练
4. 边界框回归器训练
5. 目标检测器实现

本仓库最终实现一个汽车类别目标检测器

模块构成

1. 区域建议生成：selectivesearch算法实现，生成类别独立的区域建议
2. 特征提取：卷积神经网络AlexNet实现，从每个区域建议中提取固定长度的特征向量
3. 线性SVM实现，输入特征向量，输出每类成绩
4. 使用类指定的边界框回归器计算候选建议的坐标偏移
5. 非最大抑制方法实现，得到最终的候选建议

关于区域建议算法selectivesearch实现，在训练阶段使用高质量模式，在测试阶段使用快速模式

相关链接

• R-CNN