Yafee的专栏

如上图所示，Faster-RCNN 中的 RPN 网络，有两个分支：1. 分类分支：这个很好理解，传统图像分类问题，判断目标框中是不是目标。2. 回归分支：由于根据 anchor 预设定的框可能不一定能以最佳的形态框住目标。因此需要对预设定的框进行微调，使得最终输出的检测框能已最佳的形态框住目标。因此回归分支的目的就是对预设框的位置 (x, y, w, h) 进行回归。在这两个分支中，回归分支可能不太好理解。（1）回归分支的输入是什么呢？预设框的位置怎么传入网络呢？（2）学习的参数是..

论文题目：An Analysis of Scale Invariance in Object Detection – SNIP链接：https://arxiv.org/pdf/1711.08189.pdf一、作者试图解决什么问题？答：这个工作是一种模型训练 trick，主要在 augmentation 环节使用。解决检测问题中，待检测的目标尺寸差别太大（小目标与大目标同时存在）的问题。常用的方法与问题：对图像进行多尺度的缩放或者扩展，这种方式问题是每一张图会生成很多张图，计算量堪忧；而.

本文主要介绍 CUHK 的 mmdetection 代码库 （https://github.com/open-mmlab/mmdetection）中关于 anchor 的设置的一些 tips。以下提到的所有 anchor 尺寸均为对应到输入图像上的bounding box 尺寸。mmdetection 代码库总体框架还比较清晰，对于大部分经典的检测算法都有实现。大部分的接口参数都可以通过修改...