weixin_42269778的博客

下面的介绍都是基于VGG16 的Faster RCNN网络，各网络的差异在于Conv layers层提取特征时有细微差异，至于后续的RPN层、Pooling层及全连接的分类和目标定位基本相同.网络结构1、Conv layersFaster RCNN首先是支持输入任意大小的图片的，比如上图中输入的PxQ，进入网络之前对图片进行了规整化尺度的设定，如可设定图像短边不超过600，图像长边不超过1...

过滤器大小 :堆叠两个3x3感受野相当于一个5x5,但是参数量前者少于后者；堆叠三个3x3感受野相当于一个7x7,参数量前者少于后者；通道数：通道数越多，从某个特征图中提取的信息量越多，但是其参数量也越多，容易过拟合；池化层：下采样层，压缩特征，减少参数量。提高模型的容错能力（泛化能力）。invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，...