SppNet 多尺度训练   原理网上非常多了，这里不再赘述。 感觉我看了很多博客，对我帮助较大的两个是： https://blog.csdn.net/qq_42052229/article/details/90446073 https://zhuanlan.zhihu.com/p/42732128   使用过程中的重点总结：   1、网络目的确实是解决input的图像size大

R-CNN --> SPPNet-->  FAST-RCNN --> FASTER-RCNN   1、R-CNN:  https://zhuanlan.zhihu.com/p/23006190?refer=xiaoleimlnote (1)输入测试图像； (2)利用selective search 算法在图像中从上到下提取2000个左右的Region Proposal； (3

论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 作者：Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun 链接：https://arxiv.org/abs/1406.4729 目录 1、算法概述2、Deep Netw

论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 作者：Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun 链接：https://arxiv.org/abs/1406.4729 目录 1、算法概述2、Deep Netw

用于视觉识别的深度卷积网络空间金字塔池化方法 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun 摘要 当前深度卷积神经网络（CNNs）都需要输入的图像尺寸固定（比如224×224