区域提名算法会很大程度上影响目标检测算法的速度和检测精度。

A.R-CNN

B.Fast R-CNN

C.YOLO v1

D.Faster R-CNN

A.R-CNN

B.Fast R-CNN

C.Faster R-CNN

D.YOLO v1

A.把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升

B.由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN

C.因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个

D.分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程

A.Faster R-CNN

B.YOLO v1

C.YOLO v2

D.Fast R-CNN

A.Faster R-CNN

B.YOLO v1

C.YOLO v2

D.Fast R-CNN

A.SSD

B.YOLO v2

C.YOLO v3

D.Faster RCNN

A.哈夫变换

B.边缘检测

C.分裂合并

D.阈值分割

A.YOLO v2

B.YOLO v1

C.Faster RCNN

D.Fast RCNN

A.3/17

B.3/9

C.3/8

D.3/14