faster-rcnn笔记

最新推荐文章于 2024-01-07 23:13:58 发布

flashTianjiao

最新推荐文章于 2024-01-07 23:13:58 发布

阅读量583

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：网络

本文链接：https://blog.youkuaiyun.com/flashTianjiao/article/details/78150458

深度学习专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一个典型的目标检测框架，包括从输入图片到最终输出的全过程。涵盖了不同输入尺寸的作用及设置，重点解析了RPN网络的工作原理，展示了如何通过CNN直接生成候选区域，并对每个区域进行分类与位置调整。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、框架

输入图片->生成候选区域->特征提取->分类->位置精修

2、输入尺寸

原图尺度：原始输入的大小。不受任何限制，不影响性能。
归一化尺度：输入特征提取网络的大小，在测试时设置，源码中opts.test_scale=600。an
chor在这个尺度上设定。这个参数和anchor的相对大小决定了想要检测的目标范围。
网络输入尺度：输入特征检测网络的大小，在训练时设置，源码中为224*224。

3、RPN网络

RPN的核心思想是使用CNN卷积神经网络直接产生Region Proposal，使用的方法本质上就
是滑动窗口（只需在最后的卷积层上滑动一遍），因为anchor机制和边框回归可以得到多尺
度多长宽比的Region Proposal。
RPN网络也是全卷积网络（FCN，fully-convolutional network），可以针对生成检测建议
框的任务端到端地训练，能够同时预测出object的边界和分数。只是在CNN上额外增加了2个
卷积层（全卷积层cls和reg）。
①将每个特征图的位置编码成一个特征向量（256dfor ZF and 512d for VGG）。
②对每一个位置输出一个objectness score和regressedbounds for k个region proposal，
即在每个卷积映射位置输出这个位置上多种尺度（3种）和长宽比（3种）的k个（3*3=9）区
域建议的物体得分和回归边界。
RPN网络的输入可以是任意大小（但还是有最小分辨率要求的，例如VGG是228*228）的图
片。如果用VGG16进行特征提取，那么RPN网络的组成形式可以表示为VGG16+RPN。