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。
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
扫一扫
7499
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
