文档摘要

3.1 R-CNN 本节摘要：R-CNN 是深度学习目标检测的开山之作。本节讲它的流程和痛点——慢得离谱但开启了 CNN 检测时代。 读前必看 阅读完本节，你应当能够： 描述 R-CNN 的流程 说出 R-CNN 的痛点 理解它为什么是里程碑 概念脉络 一、R-CNN 的历史地位 2014 年 Girshick 提出 R-CNN，把 CNN 引入目标检测，在 VOC 上 mAP 从 35% 飙到 58%，开启深度学习检测时代。 会员。《3.1 R-CNN：区域卷积神经网络开山之作》收录于灏天文库文集《目标检测算法详解： YOLO、Faster R-CNN等》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/498-%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E8%AF%A6%E8%A7%A3-yolofaster-r-cnn%E7%AD%89

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流