rcnn论文

RCNN作为目标检测的经典方法,主要解决目标检测窗口生成、数据集稀疏等问题。通过selective search生成建议框,使用仿射变换统一尺寸,然后利用1 vs rest SVM进行分类。训练过程中涉及预训练、微调和hard negative mining。错误分析主要包括定位不准、类别混淆等,为此引入了bounding box回归修正。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

clipboard

面临的挑战:

1、目标检测窗口生成:

方法一:将检测任务作为回归问题

方法二:滑动窗

方法三:selective search

2、数据集较少

通过在大的数据集ILSVRC上进行有监督的预训练

测试模块的设计:

1、目标建议框的生成:selective search

2、特征提取:从每个建议区域227x227 提取到4096维特征。为了得到统一227x227图像,采用仿射变换。

3、对于每一个类采用1 vs res svm进行分类。

训练细节:

1、有监督的预训练,图像级别的标签

2、fine-tune卷积层,将目标分为21类,iou>0.5 = postive,在mini batch 128 = 32postive +96background

3、分类svm训练,阈值设置非常重要,直接影响mAP,iou = 0.3。注意训练svm时候,由于训练数据比较多,negative数量远远大于postive数量,所以采用standard hard negative mining method

错误分析:

1、Loc poor location

2、Sim 和相似的类混淆

3、Oth 和不相似的类混淆

4、BG 假阳性

相比于dmp更多的错误在于定位误差,所以下面才用了bounding box的回归。

技术关键点:

selective search

affine image warping 仿射变换

standard hard negative mini method

如何对bounding box进行回归修正

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值