颜色分类leetcode更快-rcnn这是Faster RCNN的实验性Torch7实现-一个用于具有区域提议网络的对象检测的卷积网络。R-CNN的详细介绍请参考任少清、何开明、Ross Girshick、孙健的论文。工作正在进行中，状态：我个人环境中的基本检测有效。使用“小型”网络，可以在4 GB GPU上使用800x450图像进行训练。开始尝试ImageNet：create-imagenet-traindat.lua可用于为ILSVRC2015数据集创建训练数据文件。

去做：

  • 在训练期间定期评估网络以计算测试集损失

  • 生成训练图

  • 添加final每类非最大抑制以生成最终提案（已包含但eval代码重写仍在等待中）

  • 删除硬编码路径，创建全套命令行选项

  • 添加参数以分别启用/禁用边界框建议网络和微调+分类的训练。

要运行的实验：

  • 测试较小的网络6x6与7x7分类ROI池化输出大小

  • 测试RGB、YUV、Lab色彩空间的影响

  • 测试局部对比度归一化的相关性