“Faster R-CNN与Fast R-CNN的主要区别在于将得到RoI的方式从Selective Search改为由Region Proposal Network (RPN)所输出的特征图上得到。” 这个说法对吗？
举一反三
- “Faster R-CNN与Fast R-CNN的主要区别在于将得到RoI的方式从Selective Search改为由Region Proposal Network (RPN)所输出的特征图上得到。” 这个说法对吗？ A: 正确 B: 错误
- R-CNN是用selective search产生候选proposals，然后将其输入到CNN中最后使用SVM判断结果
- 以后有关目标检测的说法，正确的是哪些？ A: 对于YOLOv1等单阶段的目标检测算法，不需要做区域生成（region proposal），可以直接使用卷积网络预测物体的分类和位置。 B: 对于R-CNN算法而言，对目标和背景进行分类仅需一个SVM模型。 C: Fast R-CNN可以把selective search提取的候选框通过ROI Pooling转化为固定大小的特征图。 D: 在Faster R-CNN中，候选框是通过特征图的点使用RPN（区域生成网络）生成。
- 以下哪些目标识别算法使用了兴趣区域（ROI）池化？ A: Fast R-CNN B: SPP-Net C: Faster R-CNN D: R-CNN
- 以下哪种目标识别算法没有使用了兴趣区域（ROI）池化？ A: Fast R-CNN B: R-CNN C: SPP-Net D: Faster R-CNN