u013241583的博客

本文需要配合博客卡尔曼滤波详解进行理解1.简单介绍参考卡尔曼滤波详解上面可简化理解为2.主要过程主要过程还是参考卡尔曼滤波详解

上面那一篇文章，我们介绍了RPN网络，这一篇我们重点介绍对产生的rois处理的位置预测以及分类网络，和损失函数。位置预测以及分类网络得到训练的候选框接着上一篇文章，先看代码trainer.py：#trainer.pysample_roi, gt_roi_loc, gt_roi_label = self.proposal_target_creator( roi, ...

RPN网络是Faster-RCNN的核心，因为我们的目标检测网络就是要确定目标的位置，那么怎么生成目标候选框，而又如何对候选框筛选训练，这部分就是RPN网络的内容。相对于传统的滑动窗口以及RCNN的Selective Search方法，RPN网络思想是：图像的每一个点都是潜在的目标中心(实际上意思和滑动窗口类似，只不过滑动窗口有点类似是串行，而RPN类似并行，多点开花，但是都是以每个像素点为...

通过上一篇文章，我们基本把faster rcnn中用到的知识点，过了一篇，其实也没多少东西，从这一篇往后，我们开始做code reading.这部分我们主要阅读代码train.py和trainer.py训练器首先找到train.py文件def train(**kwargs):#rows 50 faster_rcnn = FasterRCNNVGG16() trainer = Faste...

主要参考以下文章以及视频教程，十分感谢：Faster rcnn/Mask rcnn/FPN逐字理解目标检测simple-faster-rcnn-pytorch-master代码Faster_RCNN 2.模型准备(上)faster rcnn代码来自simple-faster-rcnn-pytorch因为Faster-RCNN也是从RCNN逐步发展过来的，这里从RCNN–> Fast...