检测网络依赖于候选区域的位置,候选区域的生成方法和原始位置直接决定了整个算法的时间和效果。基于此,本文对当前主流检测算法faster-rcnn, yolo和ssd中候选区域的生成方法进行总结。
- faster-rcnn候选区域的生成方法
候选区域网络RPN的工作过程如上图右所示,采用anchor机制,在特征图上的每个像素位置生成k个anchor boxes,然后生成256维度的向量,作为分类和回归分支的输入,从而得到回归后的位置和是否为物体的分类信息。
由论文网络本身可知,faster-rcnn的候选区域是RPN网络的输出经roipooling后的box,那么RPN网络用于回归的原始anchor box是如何生成的,图右侧红框(滑窗)又是如何来的呢。首先滑窗的中心是特征图中的每个像素点,滑窗大