相对于r-cnn, spp-net改进了以下内容：
1）使用一次cnn提取所有的特征，不再对2000个特征框分别使用cnn
克服了r-cnn中的特征提取的空间和时间的消耗
2）通过空间金字塔池化将预选框统一为相同的尺寸，提高了特征提取的质量
人工智能学习之路－目标检测（SPP-Net）
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 上几期我们讲过目标检测 One-Stage 的代表 YOLOv3 本来这一期是打算写 SSD（One-Stage ...
- 综述_部分内容借鉴 目标检测中的RNN家族 与 基于深度学习的回归方法 采用selective search+CN...
- https://www.cnblogs.com/skyfsm/p/6806246.html object dete...
