以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 RCNN算法，在CNN输入部分需要固定的图像大小（如224x224）。这就需要对所有不同大小的region proposals进行crop（切割）或者wrap（变形）来满足CNN部分的输入要求，而这会导致看不到检测目标全貌或使得待检测目标变形。另外，RCNN对于一张图像的推理时间会相对比较长。 为什么CNN输入部分需要固定的图...

以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 在RCNN提出之前，目标检测一般是基于传统的特征提取方法做的（如HOG等），一个典型的pipeline是 输入一张图片 从图片中提取出一些局部区域，作为待检测区（又名Region Proposals，可使用滑窗、Selective Search等） 基于传统的特征提取方法提取这些待检测区的特征（通常是经过复杂设计...