Regional Proposal的输出到底是什么

最新推荐文章于 2022-06-21 17:04:44 发布
最新推荐文章于 2022-06-21 17:04:44 发布
阅读量75 收藏
点赞数
分类专栏： 笔记
原文链接：https://www.zhihu.com/question/265345106
版权

Regional Proposal的输出到底是什么

作者：YJHMITWEB
链接：https://www.zhihu.com/question/265345106/answer/294410307
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

Regional Proposal的输出到底是什么？我们首先看一下以Faster R-CNN为代表的2 stage目标检测方法

图1可以看到，图中有两个Classification loss和两个Bounding-box regression loss，有什么区别呢？

Input Image经过CNN特征提取，首先来到Region Proposal网络。由Regio Proposal Network输出的Classification，这并不是判定物体在COCO数据集上对应的80类中哪一类，而是输出一个Binary的值p，可以理解为 ，人工设定一个threshold=0.5。

RPN网络做的事情就是，如果一个Region的 ，则认为这个Region中可能是80个类别中的某一类，具体是哪一类现在还不清楚。到此为止，Network只需要把这些可能含有物体的区域选取出来就可以了，这些被选取出来的Region又叫做ROI （Region of Interests），即感兴趣的区域。当然了，RPN同时也会在feature map上框定这些ROI感兴趣区域的大致位置，即输出Bounding-box。

茵茵同学
关注
专栏目录
目标检测中region proposal的作用？
胭脂草的ABC博客
06-03 1849
目标检测中region proposal的作用？ ssd,yolo训练网络的时候为什么要用anchor box，图片不是有标ground truth box 吗？为什么不能直接用这个训练呢？ 先更正下提问者的描述，yolo本身不含有anchor机制。 以下回答适合对目标检测中anchor的作用和机制比较了解的读者阅读。 首先我们明确一个定义，当前主流的Object Detection框架分为1 stage和2 stage，而2 stage多出来的这个stage就是Regional Propos.
卷积神经网络——RPN(Region Proposal Network)介绍
itlilyer的博客
11-24 8656
RPN网络是用来生成Proposal的
目标检测中region proposal的作用
热门推荐
baidu_26454813的博客
04-08 1万+
作者：YJHMITWEB链接：https://www.zhihu.com/question/265345106/answer/294410307来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。首先我们明确一个定义，当前主流的Object Detection框架分为1 stage和2 stage，而2 stage多出来的这个stage就是Regional Proposa...
计算机视觉-目标检测论文中proposal翻译理解
qq_38836386的博客
07-19 1万+
在阅读目标检测系列论文中，常看到proposal这个单词，但是因为刚开始学，一些专业术语不大懂。特地请教了大佬，proposal指的是二阶段方法中RPN的输出框，也就是对anchor第一次做回归得到的结果。目前还不知道RPN、anchor是什么意思，但可以理解proposal为一种结果，生成的中间结果。可以理解为embedding性质的单词，一般都不翻译，就叫proposal。 ...
目标检测中的anchorproposals、Region Proposal什么意思？
qq_39324954的博客
06-21 3848
1、 proposal2、Region Proposal Region Proposal：指候选区域 目标检测的目的在于：对图像中的物体进行较精确的定位，并识别出图像中包含物体的类别。一张图像中能够检测出物体所在的区域并且给出物体类别概率 定位的方式*：给出一个包含该物体的框。...
region proposal
shuijinghua的博客
06-03 9234
参考网址：https://blog.csdn.net/qq_27825451/article/details/88843333 针对一张图片，需要获得的输出有： （1) 边界框（bounding boxes)列表，即一幅图像有多少个候选框（region proposal),比如有2000个； (2) 每个边界框的类别标签，比如候选框里面是猫？狗？等等 (3) 每个边界框和类别标签的概率 ...
基于Region Proposal的目标跟踪算法-A New Target-specific Object Proposal Generation Method for Visual Tracking
HUSTbest_的博客
05-27 2388
最近的CVPR2018上出现了一篇使用Region Proposal Network来做目标跟踪的文章，题目是“High Performance Visual Tracking with Siamese Region Proposal Network”，简称SiamRPN。听说效果很好，但是文章一直没放出来，不知道他的实现细节，所以闲来无事在ArXiv上面搜索了一下，意外的发现一篇用Reg...
R-CNN系列目标检测算法--Region proposal based methods
weixin_42108090的博客
11-02 719
R-CNN uses selective search to first generate potential object regions in an image and then perform classificaton on the proposed regions. R-CNN requires high computational costs since each region is processed by the CNN network separately. Fast R-CNN and
姿态估计 RMPE: Regional Multi-Person Pose Estimation 论文学习
shanyicheng1111的博客
02-06 2142
小白一只，正在学习 论文RMPE: Regional Multi-Person Pose Estimation[1][1] Fang H, Xie S, Lu C. Rmpe: Regional multi-person pose estimation[J]. arXiv preprint, 2017.现阶段常用的姿态识别方法，包括两步(two-step framework) 框架 和 基于部分(...
Region Proposal by Guided Anchoring 笔记
wineandchord
04-17 509
CVPR2019 的文章 anchor 是现代目标检测的基石，一般都采用密集的 anchor ，这些 anchor 在空间中均匀采样，并且有预先设定好的尺度和宽高比例。这篇文章重新研究了 anchor，使之更加高效。 主要提出了 guided anchoring，可以通过语义信息来为 anchor 提供指导，提出的方法联合预测物体的中心可能出现的位置以及不同位置的尺度和宽高比。在预测出来 anc...
个人学习笔记-计算机视觉篇-Faster R-CNN中的RPN（Region Proposal Network）
01-07
关于Faster R-CNN中的RPN网络 参考文献及资料： https://blog.csdn.net/lanran2/article/details/54376126 https://blog.csdn.net/qq_35451572/article/details/80095628 https://blog.csdn.net/u014586602/article/details/92796317 http://arxiv.org/abs/1506.01497 RPN网络是一个小型的卷积网络，作用是标定出疑似识别目标的框体交由后续处理。 参考Faster R-CNN论文中的原图（图一）
[DeeplearningAI笔记]卷积神经网络3.10候选区域region proposals与R-CNN
遗世独立的乌托邦
08-14 1206
4.3目标检测 觉得有用的话,欢迎一起讨论相互学习~Follow Me 3.10 region proposals候选区域与R-CNN 基于滑动窗口的目标检测算法将原始图片分割成小的样本图片，并传入分类器进行检测。 基于卷积神经网络的滑动窗口目标检测方法把原始图像分割成小的网格，并分别在网格中检测是否有目标对象。 有人提出在基于普通滑动的目标检测方法中有很多小的样本图片中是空的是没...
Region proposal networks by faster rcnn
wejoncy的专栏
03-29 748
解析网络结构 http://blog.csdn.net/sloanqin/article/details/51545125anchor 产生 http://blog.csdn.net/xzzppp/article/details/52317863 http://blog.csdn.net/u012905422/article/details/52634208部分代码解析 http://www.c
Region Proposal Networks
CNV_2305
10-27 1万+
Region Proposal Networks RPNs 从任意尺寸的图片中得到一系列的带有 objectness score 的 object proposals。具体流程是：使用一个小的网络在最后卷积得到的特征图上进行滑动扫描，这个滑动的网络每次与特征图上n*n 的窗口全连接，然后映射到一个低维向量，例如256D或512D, 最后将这个低维向量送入到两个全连接层，即box回归层（box
RPN - region proposal network (区域选取网络)
qq_42220290的博客
05-22 1385
转：懒人元（侵删） 注：转自其他博客，仅供学习参考。 　　RPN全称是Region Proposal Network，RegionProposal的中文意思是“区域选取”，也就是“提取候选框”的意思，所以RPN就是用来提取候选框的网络。 1. RPN的意义 　　RPN第一次出现在世人眼中是在Faster RCNN这个结构中，专门用来提取候选框，在RCNN和Fast RCNN等物体检测架构中，用来提取候选框的方法通常是Selective Search，是比较传统的方法，而且比较耗时，在CPU上要2s一..
深度学习学习日记_Region proposal
水野与小太郎的博客
10-11 2589
定义：Region Proposal（候选区域），就是预先找出图中目标可能出现的位置，通过利用图像中的纹理、边缘、颜色等信息，保证在选取较少窗口。 目前的目标检测也被分为：有Region Proposal的方式（Faster-RCNN等）和没有Region Proposal的方法区分（YOLO等） 其他的必须了解一些概念： Bounding boxes、Region Proposal、...
目标检测中Regional Proposal到底是什么，RPN和Region Proposal、Proposals三者联系
qq_45359288的博客
08-12 7936
目标检测是指在一张图像中能够检测出物体所在的区域并且给出物体类别概率，其核心可以分为定位与识别两大模块。 定位是指我们在目标图像中锁定物体所在的区域，然后送入分类网络完成物体的识别。 Regional Proposal就是一种常用的定位方法 候选区域—Region Proposal Region Proposal是一个区域，bounding box就是这个区域的4条边，而这4条边是用一个4维向量来表示的。 ...
[讨论] 深度学习Region Proposal方法
Fourier_Legend的博客
05-25 2404
Region Proposal 方法看的比较头大，现在在此总结一下，欢迎大家批评指正 RCNN 出自论文 ： Rich feature hierarchies for accurate object detection and semantic segmentation 链接 侯选框的选择 选取了Selective Search的方式对每张图提取了约2000个大小不一候选区域，为了使不同尺寸的候选区域可以喂给固定输入尺寸的网络提取特征，对这些候选区域都缩放到227，为避免缩放操作对识别检测精度的.
proposal_layer函数的作用是什么，具体输入输出是什么？roi是什么意思？有什么物理意义
最新发布
05-15
具体输入参数包括特征图、锚框（anchor boxes）和一些超参数，输出则是一组候选框。锚框是一些预定义的固定宽高比和尺寸的矩形框，用于在特征图上采样生成候选框。 ROI（Region of Interest）指的是图像中感兴趣的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值