R-CNN 检测网络解析

最新推荐文章于 2025-09-25 16:59:57 发布

原创最新推荐文章于 2025-09-25 16:59:57 发布 · 240 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#C++ #ML #AI

ML 同时被 2 个专栏收录

63 篇文章

订阅专栏

46 篇文章

订阅专栏

本文深入解析了基于深度神经网络的物体检测算法RCNN，详细介绍了其由建议区域、特征提取及预测层组成的结构，以及在PASCALVOC数据集上的实验情况。RCNN采用VGG16网络提取特征，并通过SVM分类器增强分类性能。

原论文标题:Rich feature hierarchies for accurate object detection and semantic segmentation

会议：Computer Vision and Pattern Recognition(CVPR)

源代码：http://www.cs.berkeley.edu/~rbg/rcnn

作者在文中提出了一种基于深度神经网络的物体检测算法，并在公开数据集PASCAL VOC上进行了实验。

1、算法结构

RCNN 算法主要由如下几个部分组成。

1.1 Region proposals

建议区域的提出算法有多种，如objectness、selective search、category-independent object proposals 等，文中采用了主流的selective search算法用于获得建议区域。

1.2 特征提取

传统的图片特征提取算法主要包括HOG、SIFT等，但是性能较CNN网络具有较大的差距，因此文中采用了后者用于特征提取。目前比较主流的CNN网络有VGG、ResNet、GoogleNet、DenseNet等，文中采用了VGG16网络结构。CNN网络的输出大小为227x227，这就意味着作者会将SS产生的边框resize到这一尺寸。

1.3 预测层

通过1.2节中获得的feature map后，将其通过两个全连接层后分成两路，一路用于类别预测，一路用于边框回归。预测的损失函数为交叉熵损失函数，而回归的损失函数为SmoothL1Loss。文中还使用了SVM分类器来提升分类的性能。

2、训练

文中采用了迁移学习的思想，即在ILSVRC 2012数据集上对VGG进行了预训练。并且将IOU值大于等于0.5的设置为positive, 剩余的视作negative。每一个mini-batch大小为128（32positive, 96 negative）。

3、测试

在测试阶段，采用了NMS来对proposal的边框进行筛选。

了解详情，可以关注公众号。