faster_rcnn_inception_v2_coco.config的解析

最新推荐文章于 2022-12-17 23:24:05 发布

原创

最新推荐文章于 2022-12-17 23:24:05 发布 · 2.2k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习

本文详细解析了Faster R-CNN模型的配置参数，包括图像缩放、特征提取、锚点生成、损失权重等关键设置，以及训练配置如学习率、数据增强等，为模型调优提供指导。

参考：
https://blog.youkuaiyun.com/wubingwei12/article/details/88184140

model {
  faster_rcnn {
    num_classes: 3  //获取要识别的类数
    image_resizer {
      keep_aspect_ratio_resizer {
        min_dimension: 128  //最小的图片像素
        max_dimension: 1024  //最大的图片像素
      }
    }
    feature_extractor {  // 特征提取的配置
      type: "faster_rcnn_resnet101"
      first_stage_features_stride: 16  //rpn特征图的输出
    }
    first_stage_anchor_generator {  //构建Anchor
      grid_anchor_generator {  //构建过程二选一，是使用grid_anchor_generator还是ssd_anchor_generator 使用传入的参数对grid_anchor_generator进行初始化
        height_stride: 16  //锚点的高度 default = 16
        width_stride: 16  //锚点的高度 default = 16
        scales: 0.1
        scales: 0.25
        scales: 0.5
        scales: 0.75
        scales: 1.0
        scales: 2.0
        aspect_ratios: 0.5
        aspect_ratios: 1.0
        aspect_ratios: 1.5
        aspect_ratios: 2.0
      }
    }
    first_stage_box_predictor_conv_hyperparams {  //卷积神经网络的