写在前面
阅读论文的时候有一些术语不理解,在这里汇总一下。
Region Proposal Algorithms:将图片分成很多很小的区域的方法
就Region Proposal Algorithms也有好几种。
- Exhaustive Search 穷举法
遍历图像的每一个像素 - Segmentation 分割法
- Selective Search
……
可以参考下面文献查看更多术语的详细解释:
https://zhuanlan.zhihu.com/p/23006190
https://zhuanlan.zhihu.com/p/39927488
本文重点
- 将Region Proposal Algorithms与CNN结合,故命名为RCNN。
- 当有标注数据量比较少时,先进行有监督预训练(supervised pre-training),再进行无监督训练(unsupervised pretraining)
模型设计
![](https://img-blog.csdnimg.cn/20190719154910807.png)
步骤一:有监督预训练网络参数
使用AlexNet训练好的网络参数【即本文创新点supervised pretraining】✔️;
步骤二:模型fine-tuning
去掉AlexNet中最后的1000-way层,换成(20+1)-way层,因此只保留AlexNet中的主干网络卷积层部分,全连接层去掉;
注:20+1中的20代表物体类别数为20,1代表类别为背景
步骤三:特征提取
- 提取候选框(使用selective search)
什么是selective search选择性搜索?
通过selective search方法可以有效节约时间和减少计算量。
- 使用CNN网络提取候选框特征【本文创新点】✔️
步骤四:训练SVM分类器
- 每类对应一个SVM分类器
步骤五:回归器精选候选框位置
- 利用线性回归模型判定框的准确度
模型缺点
- RCNN不是整体意义上的深度学习模型,只是将传统目标识别方法中的物体特征提取这一部分使用CNN模型
- 模型训练时间还是较长
- 步骤较多
官方源码
matlab+caffe
https://github.com/rbgirshick/rcnn