Faster R-CNN: Towards Real-Time Object Detection with Region Proposals (2015 论文)

概述

提出 Faster R-CNN 的论文，通过区域提议网络（RPN）实现端到端的目标检测。

关键内容

1. 区域提议网络（RPN）：用神经网络替代传统的选择性搜索，将区域提议与目标检测统一到单个网络中。
2. 两阶段检测：第一阶段 RPN 生成候选区域，第二阶段进行分类和边界框回归，精度高于单阶段方法。
3. 与 YOLO 对比：Faster R-CNN 精度高但速度慢，与 YOLO 的单阶段实时检测形成互补路线。

来源

• ai_papers_timeline.md — 2015 年时间线条目

相关

• Shaoqing Ren — authored_by
• Faster R-CNN — introduced
• R-CNN 系列 — extends
• YOLO — compares_to