-
ROIs Pooling是Pooling层的一种,特点是输入特征图尺寸不固定,但是输出特征层尺寸固定。
-
ROI即region of interests,指的是特征图上的框。
-
在fast rcnn中,roi是指的是selective search完成之后得到的候选框在特征图上的映射。如下图:
-
而在faster rcnn中是在rpn之后产生的,然后再把各个候选框映射到特征图上,得到ROI。往往经过rpn之后得到的不仅仅只有一个候选框,所以一般指的是对多个ROI进行池化。
-
目标检测的过程可以分为如下两个阶段:
阶段一:region proposal:给定一张image找出所有object可能存在的位置,这个阶段的输出是所有object可能位置的bounding box。这些bounding box称为region proposals或者regions of interests(ROI)。
阶段二:final classification:确定上一阶段的每个region proposal是否属于某类目标或者背景类。
目标检测的这两个阶段可能存在的问题是:
(1)产生大量的region proposals会导致performance problems。很难达到实时目标检测。
(2)处理速度方面suboptimal
(3)无法做到端到端训练
这个因为这三个存在的问题,所以提出了roi pooling。
ro
目标检测之ROI Pooling层解析
最新推荐文章于 2024-10-21 16:35:18 发布