Bounding box regression详解

http://caffecn.cn/?/question/160

 

Question:

我只知道，输入检测到的box，回归的是检测到box中心点，以及box长和宽到标记的box的映射。看过rcnn的回归的过程，就是把那个loss函数最小。

但这个红框里面的loss函数 谁能解释下

/***********************************************************************************************/

Answer:

好多同学问过这个问题，一直没时间整理，下面是我对Bounding-box regression的理解，图片可能不是很清晰,附件是pdf文件，可以下载查看.

 

 

 

 

 

 

/***********************************************************************************************/

Question：

输入的时候是Pool5 feature ，pool5是最后一层卷积后的pool,是一个256个feature maps ，将这个输入网络吗？

Answer：

这里所进行的回归，就是根据特征确定坐标偏移。只要输入是特征就可以，当然选择什么特征会影响精度。

输入proposal框对应的CNN特征, 输出是P与gt之间的偏差。因为训练的时候gt已经有了，这个偏差是可以计算出来的，对这个偏差进行回归!