Faster R-CNN网络架构_faster rcnn网络结构

Faster R-CNN网络架构原理解析

**


Anchor的第一个分支是一个分类分支负责判断途中有没有东西，但是不会判断物品
第二个分支是回归分支表示Anchor和真实值有多远最终提取的候选框尽量向真实值靠拢。

RPN层是如何提取候选区域


RPN的网络结构

首先经过一个33的卷积分成两个二分支然后分别使用11的卷积得到分类分支和回归分支，每个像素点取9个anchor，在分类分支当中我们需要两维来判断anchor是不是包含物体，回归分支当中需要四维来判断anchor和真是框的相对位置。然后将RPN部分的输出和anchor相结合得到proposals。

RPN的损失函数

文末

从转行到现在，差不多两年的时间，虽不能和大佬相比，但也是学了很多东西。我个人在学习的过程中，习惯简单做做笔记，方便自己复习的时候能够快速理解，现在将自己的笔记分享出来，和大家共同学习。

个人将这段时间所学的知识，分为三个阶段：

第一阶段：HTML&CSS&JavaScript基础

第二阶段:移动端开发技术

第三阶段:前端常用框架

• 推荐学习方式：针对某个知识点，可以先简单过一下我的笔记，如果理解，那是最好，可以帮助快速解决问题；

• 大厂的面试难在，针对一个基础知识点，比如JS的事件循环机制，不会上来就问概念，而是换个角度，从题目入手，看你是否真正掌握。所以对于概念的理解真的很重要。