Deep Image Homography Estimation

最新推荐文章于 2023-10-16 16:09:06 发布

CVAIDL

最新推荐文章于 2023-10-16 16:09:06 发布

阅读量261

点赞数

原文链接：https://blog.csdn.net/Robin_Cruise/article/details/101543099

版权

文献：Deep Image Homography Estimation，下载地址

输入：128x128x2

Padding：'SAME'

池化步长：2

回归模型（HomographyNet-Regression）：

conv1 3x3 : 128x128x64

conv2 3x3 : 128x128x64

maxpooling1 2x2: 64x64x64

conv3 3x3 : 64x64x64

conv4 3x3 : 64x64x64

maxpooling2 2x2: 32x32x64

conv5 3x3 : 32x32x128

conv6 3x3 : 32x32x128

maxpooling3 2x2: 16x16x128

conv7 3x3 : 16x16x128

conv8 3x3 : 16x16x128

fully connect1: 1024x1

fully connect2: 8x1

loss function:

$\frac{1}{2}*\left \| p\left ( x \right ) -q\left ( x \right )\right \|^2$

分类模型（HomographyNet-Classification）：

conv1 3x3 : 128x128x64

conv2 3x3 : 128x128x64

maxpooling1 2x2: 64x64x64

conv3 3x3 : 64x64x64

conv4 3x3 : 64x64x64

maxpooling2 2x2: 32x32x64

conv5 3x3 : 32x32x128

conv6 3x3 : 32x32x128

maxpooling3 2x2: 16x16x128

conv7 3x3 : 16x16x128

conv8 3x3 : 16x16x128

fully connect1: 1024x1

fully connect2: 8x21

softmax

loss function:

$-\sum p\left ( x \right )log\left ( q\left ( x \right ) \right )$

训练方式：SGD(随机梯度下降法) ，momentum = 0.9

训练数据制作：

训练标签:

$\left [ \Delta u1,\Delta v1,\Delta u2,\Delta v2,\Delta u3,\Delta v3,\Delta u4,\Delta v4 \right ]$ ,与放射矩阵H一一对应

训练设置：conv8与fully connect1需要添加dropout=0.5

测试数据集：MS-COCO

运行效率：NVIDIA Titan X GPU， 300fps

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Deep Image Homography Estimation

文献：Deep Image Homography Estimation，下载地址输入：128x128x2Padding：'SAME'池化步长：2回归模型（HomographyNet-Regression）：conv1 3x3 : 128x128x64conv2 3x3 : 128x128x64maxpooling1 2x2: 64x64x64conv3 3x3...
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。