MSRA R-FCN程式碼公佈（Caffe&Matlab）
阿新 • • 發佈：2019-02-19
MSRA 的 Jifeng Dai, Yi Li, Kaiming He, Jian Sun 等人今年早些時候的arxiv論文：R-FCN: Object Detection via Region-based Fully Convolutional Networks（https://arxiv.org/abs/1605.06409），提出了一個類似於Faster R-CNN的方法（但比後者快2.5-20倍），引入了position-sensitive score maps和position-sensitive ROI pooling。
| training data | test data | mAP | time/img (K40) | time/img (Titian X) | |
|---|---|---|---|---|---|
| R-FCN, ResNet-50 | VOC 07+12 trainval | VOC 07 test | 77.4% | 0.12sec | 0.09sec |
| R-FCN, ResNet-101 | VOC 07+12 trainval | VOC 07 test | 79.5% | 0.17sec | 0.12sec |
機器學習課程推薦：
“統計機器學習入門——老司機帶你讀經典”系列課程使用經典的ISLR（An Introduction to Statistical Learning with Applications in R）為教材，結合具體案例，介紹統計學習的基本概念和常用演算法，希望大家能夠在以下方面有所收穫：
- 統計機器學習的基本概念和方法論。
- 機器學習可以解決什麼問題？
- 機器學習技術如何解決這些問題？
- 實際應用中有哪些需要注意的問題和技巧？