BigCowPeking

这篇博客主要写prior_box_layer 这一层完成的是给定一系列feature map后如何在上面生成prior box。SSD的做法很有意思，对于输入大小是W×H的feature map，生成的prior box中心就是W×H个，均匀分布在整张图上，像下图中演示的一样。在每个中心上，可以生成多个不同长宽比的prior box，如[1/3, 1/2, 1, 2, 3]。所以在一个featur...

RFCN中PSROIPooling的代码：     每一层表示的是一种特征，输入是7*7*2*ROI_area, 输出是7*7*2的大小的卷积核；把每一层的特征相加得到一个特征，总共49层可以的得到7*7的大小的map，之后ROI的框内采用插值的方式，得到7*7*2的特征map；    开始进入ROI pooling操作了，上面一层，有两个输入：rfcn_cls（1*98*38*63）是预...

SSD（single-shot multibox detector）源码学习笔记SSD是Wei Liu等人去年提出来的一个object detection框架，在PascalVOC上mAP可以超过著名的Faster RCNN，同时速度可以做到实时，简直强无敌。之前用别人的MXNet代码跑过实验，最近需要改进一下算法，所以去翻了一下原作者用Caffe实现的代码。在看代码之前先简述一下SSD的做法：图...

SSD如何计算location loss functionSSD在计算损失函数的时候，用到了两项的加和，类别的confidence和对default box location的回归分别计算的损失值。  N是匹配的default boxes的个数，x表示匹配了的框是否属于类别p，取值{0,1};l是预测框predicted box，g是真实值ground truth box;c是指所框选目标属于类别...

1. Position Sensitive ROI-Pooling 简介　　Position Sensitive ROI Pooling（位置敏感的候选区域池化）是检测框架R-FCN的主要创新点。一般来讲，网络越深，其具有的平移旋转不变性越强，这个性质对于保证分类模型的鲁棒性有积极意义。然而，在检测问题中，对物体的定位任务要求模型对位置信息有良好的感知能力，过度的平移旋转不变性会削弱这一性能。研究...

1：anchor_target_Layer函数功能    该函数生成anchors，之后随机的挑选256个anchors，包含正负样本的总和256个anchors，之后计算这256个anchors的去回归出来预测框，正样本有预测框，负样本没有预测的框，之后把这256个预测的anchors去计算softmaxLoss和SmoothL1Loss；第一个阶段的loss反向传播，该层只是生成了rpn_la...

ROI Align 是在Mask-RCNN这篇论文里提出的一种区域特征聚集方式, 很好地解决了ROI Pooling操作中两次量化造成的区域不匹配(mis-alignment)的问题。实验显示，在检测测任务中将 ROI Pooling 替换为 ROI Align 可以提升检测模型的准确性。如果roi大小为(7,6)，而roipooling是分成了(6,6)的部分，(7,6)到(6,6)的转换必然带...

RFCN中PSROIPooling代码详解：// ------------------------------------------------------------------// R-FCN// Copyright (c) 2016 Microsoft// Licensed under The MIT License [see r-fcn/LICENSE for details]/...

    RFCN是基于Faster RCNN的工作，base net得到feature maps, 用RPN得到proposals。由于classification需要固定长度的feature vector，就需要ROI pooling layer + fully connected layer来获得，但是这个过程会去除目标的位置信息，而这个信息对于检测问题，至关重要。所以，RFCN提出posit...

ROI Pooling的意义ROIs Pooling顾名思义，是Pooling层的一种，而且是针对RoIs的Pooling，他的特点是输入特征图尺寸不固定，但是输出特征图尺寸固定；什么是ROI呢？ROI是Region of Interest的简写，指的是在“特征图上的框”；1）在Fast RCNN中， RoI是指Selective Search完成后得到的“候选框”在特征图上的映射，如下图所示...

这篇博客主要写multibox_loss_layer，multibox_loss_layer也是SSD比较关键内容，主要包括内建了两个layer进行loss回归，还包括比如FindMatches，MineHardExamples，EncodeLocPrediction && EncodeConfPrediction等都是比较重要的函数（其中有一部分在bbox_util中，后面会介绍...

SSD中的pribox层的实现：__global__ void PriKernel(float *top_data,const int layer_height,const int layer_width,const int img_height, const int img_width,const float step_w,const float step_h, const int off...