【深度学习笔记】CascadeRCNN本质解决了什么问题

最新推荐文章于 2024-05-15 09:53:23 发布

GoogleNetᅟᅠ

最新推荐文章于 2024-05-15 09:53:23 发布

阅读量435

点赞数

分类专栏：深度学习计算机视觉文章标签：深度学习目标检测计算机视觉

本文链接：https://blog.csdn.net/liufang_imei/article/details/128808938

版权

深度学习同时被 2 个专栏收录

102 篇文章 17 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

计算机视觉

67 篇文章 32 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

CascadeRCNN通过多阶段检测器解决Faster RCNN中的mismatch问题，每个阶段有不同IOU阈值，逐步提高提案质量，减少过拟合，提升检测精度。训练时依次进行，每个阶段的损失用于训练当前阶段并生成下一阶段的样本。

摘要由CSDN通过智能技术生成

问题

这个问题拖到现在才开始整理属实不应该，实习面华为的时候被问过，我对 Cascade RCNN 的理解貌似面试官不太认同，于是便把这个问题放入了列表中，然后前天面科大讯飞的时候又被问到 Cascade RCNN 的 motivation 是什么，我这时候的回答不知道面试官满不满意，但是更加强烈地觉得这个网络可能还有更多的精髓，因此这篇详细来整理一下。

先介绍一下 Faster RCNN中相关的一些点：

在 Faster RCNN 中，训练阶段，经过 RPN 之后，会提出 2000 左右个 proposals ，这些 proposals 会被送入到 Fast R-CNN 结构中，在 Fast R-CNN 的结构中，首先会计算每个 proposals 和 gt 之间的 IOU ，然后通过人为设定的 IOU 阈值（通常为 0.5），把这些 proposals 分成正样本和负样本（之后正样本才会参与到后面的 bbox 回归学习，从损失函数的表达中也可以看出来，只有正样本才被算入损失函数中），并对这些样本进行采样，使得他们之间的比例尽量满足（1:3，二者总数为 128 ），之后这 128 个proposals 被送入到 Roi Pooli