proposal_target_layer与archor_target_layer

1.archor_target_layer产生RPN训练阶段所用的label,总共256个(TRAIN.RPN_BATCHSIZE ),每个label包括两部分,第一部分是所属的类别(前景/背景),第二部分是坐标偏移量(dx,dy,dw,dh),这256个sample将用来训练RPN

2.RPN训练完后,将用其生成的类别信息和坐标偏移信息,并结合proposal_layer,py,生成proposal(候选区域),这部分在训练阶段输出的是2000个proposals(TRAIN.RPN_POST_NMS_TOP_N = 2000),在测试阶段输出的是300个(TEST.RPN_POST_NMS_TOP_N = 300)

3.proposal_target_layer就是给RPN输出的proposals产生labels,也包括两部分,这部分总共利用了2000个里面的128个训练网络(cfg.TRAIN.BATCH_SIZE)


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值