vggnet的MATLAB代码-Cascade R-RCNN-RePL: https://blog.lunit.io/2018/08/1...

简介：
这篇博客文章提供了关于如何在MATLAB中实现VGGNet、级联R-RCNN和RePL技术的详细教程与代码，适用于进行深入的目标检测研究。 该存储库由圣地亚哥加州大学的蔡兆伟编写，在MS-COCO和PASCAL VOC数据集上实现了多种流行的目标检测算法，包括Faster R-CNN、R-FCN、FPN以及最近提出的Cascade R-CNN。骨干网络有多种选择，如AlexNet、VGG-Net 和ResNet。该代码库使用C++编写，并由深度学习工具箱支持。 Cascade R-CNN是两阶段R-CNN目标检测框架的多级扩展版本，其主要目的是实现高质量的目标检测并有效拒绝接近的误报。它包括一系列经过端到端训练的检测器序列，这些检测器设置有不断提高的IoU阈值，从而更有效地针对接近的误报进行选择性检测。前一级检测器的结果被传递给后一级以逐步改善最终结果。 此方法可以应用于基于两级R-CNN框架的各种检测器（例如Faster R-CNN、R-FCN、FPN和Mask R-CNN等），并且能够独立于基线强度获得可靠增益，在使用ResNet-101作为骨干网络的FPN检测器上的香草Cascade R-CNN就是一个很好的例子。