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。