标签: #앵커
用亲手运行、亲手测量的数据来写 Kubernetes、DevOps 与 MLOps · 1 篇
物体检测 1:从双阶段检测器 R-CNN 到 Faster R-CNN,以及锚框
本文遵循 R-CNN 系列的脉络,该系列将“在图片中为每个物体标出框和名称”拆解为两个阶段(寻找候选区域 → 判定候选区域)。我们通过“每个阶段让什么事情只做了一次”来总结各个模型:为每个候选区域运行 CNN 的 R-CNN(每张图 13 秒)、整张图只运行一次并裁剪候选区域的 Fast R-CNN,以及将寻找候选区域也纳入网络的 Faster R-CNN 的 RPN 和锚框。通过手动计算 IoU、锚框标签、边界框回归值和 NMS,我们
2026-10-17 · 12 分钟阅读 #비전 모델#물체 검출#R-CNN#Faster R-CNN#앵커