《表1 R-CNN,Fast R-CNN,Faster R-CNN对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习目标检测方法及其主流框架综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图12是对R-CNN、Fast R-CNN、Faster R-CNN三者实现过程的简单对比，它们的算法思想是一脉相承的，是迭代更新的关系，R-CNN包括提取候选区域模块、提取特征向量网络、分类器SVM和边界框回归4部分。Fast R-CNN利用ROI pooling层把R-CNN的SVM分类与边界框回归并入神经网络。Faster R-CNN采用RPN层把Fast R-CNN的候选区域提取层融合到神经网络中，实现了端到端的训练。表1中给出三者在使用方法、缺点和改进方面的差异对比。