RCNN算法的贡献提高了目标检测的精度和提出分两阶段检测图像中的目标。（ ）
举一反三
- 以下哪些目标检测算法使用了anchor机制？ A: YOLO v2 B: YOLO v1 C: Faster RCNN D: Fast RCNN
- 以下哪些目标检测算法含有多尺度检测结构？ A: SSD B: YOLO v2 C: YOLO v3 D: Faster RCNN
- 在自动驾驶领域，使用机器视觉算法对道路目标进行检测，其中图像中的目标检测算法，请描述基于计算机视觉的目标检测算法YOLOv3的基本工作原理。
- 以下关于目标检测算法的论述正确的有 A: rcnn、fast-rcnn、faster-rcnn算法本质上都是将目标检测分成了两个任务，目标框分类和矩形框回归。 B: rcnn、fast-rcnn、faster-rcnn算法都需要额外的selectivesearch模块来捕获候选框 C: YOLO网络只需要一次推断就可以输出图像中物体的位置、所属类别 D: YOLO网络的思路是将输入图像划分成固定的s*s个格子，每个格子输出b个BBox
- 区域提名算法会很大程度上影响目标检测算法的速度和检测精度。