“`” 参考回答：
目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实时处理时，目标自动提取和识别就显得特别重要。
随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标进行实时跟踪研究越来越热门，对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。
<figure><table>
<thead>
<tr><th> </th><th>使用方法</th><th>缺点</th><th>改进</th></tr></thead>
<tbody><tr><td>R-CNN</td><td>1、SS提取RP；2、CNN提取特征；3、SVM分类；4、BB盒回归。</td><td>1、 训练步骤繁琐（微调网络+训练SVM+训练bbox）；2、 训练、<a href=""http://lib.csdn.net/base/softwaretest"">测试</a>均速度慢 ；3、 训练占空间</td><td>1、 从DPM HSC的34.3%直接提升到了66%（mAP）；2、 引入RP+CNN</td></tr><tr><td>Faster R-CNN</td><td>1、RPN提取RP；2、CNN提取特征；3、softmax分类；4、多任务损失函数边框回归。</td><td>1、 还是无法达到实时检测目标；2、 获取region proposal，再对每个proposal分类计算量还是比较大。</td><td>1、 提高了检测精度和速度；2、 真正实现端到端的目标检测框架；3、 生成建议框仅需约10ms。</td></tr></tbody>
</table></figure>
<pre><code> "“`
Was this helpful?
0 /
0