了解CNN和RNN之间的基本区别

Question

在参考图像/计算机视觉时，我试图理解CNN架构和RCNN架构之间的基本概念差异。

如果我错了，请纠正我，但据我所知，CNN提供空间不变性（位置），RNN提供时间不变性（时间）。

Answer 1

你正在混淆不同的概念。 RNN与R-CNN不同。

RNN 是递归神经网络，它是一类人工神经网络，其中单位之间的连接形成有向循环。这允许它表现出动态的时间行为。下图显示了RNN Cell的简单表示。

R-CNN 是基于区域的卷积神经网络。它是一种视觉对象检测系统，它将自下而上区域提议与由卷积神经网络计算的丰富特征相结合。随便说R-CNN在图像中提出了一堆框，看看它们中是否有任何一个实际上对应一个对象。它使用选择性搜索算法计算这些提议区域。下图显示了R-CNN的架构：

所以，回答你的问题：R-CNN只是CNN的一个扩展，专注于对象检测，而＃34;正常＆＃34; CNN通常用于图像分类。