RCNN总结

之前在ubuntu下搞过，没有弄出来，想起来实在是不甘心，现在重新拾起，感觉学的还是迟了好几年啊。

 

RCNN 出自2014 cvpr Rich feature hierarchies for accurate object detection andsemantic segmentation

 

该文章主要提出了以下3个点，

(1)CNN网络结构，采用selective search从底向上生成候选区域(region proposals)

(2)采用了ILSVRC数据库训练，VOC数据库微调的策略，(supervised pre-training/domain-specific finetuning)平均提高了8个点的mAP

(3)采用了边界框回归策略(bounding box regression)，使得检测定位准确度更高，平均提高3-4个点的mAP

 

 

整个系统的检测过程分为以下4步，

（1）读取输入图片

（2）使用ss方法，提取2000左右的候选区域

（3）使用CNN提取候选区域的特征

（4）线性SVM分类，NMS抑制，bounding box回归，输出分类结果和边界框

 

 

 

安装过程：

安装caffe-0.999

RCNN只有0.999的caffe支持。

 

git clone https://codeload.github.com/BVLC/caffe/zip/v0.999
make matcaffe -j8

 

出现如下错误，

 

解决，

vim include/caffe/util/math_functions.hpp
gg 224
将第一行注释掉，第二行改为std::signbit(x[i]));
using std::signbit;
DEFINE_CAFFE_CPU_UNARY_FUNC(sgnbit, y[i] =signbit(x[i]));

//using std::signbit;
DEFINE_CAFFE_CPU_UNARY_FUNC(sgnbit, y[i] =std::signbit(x[i]));

出现如下错误，

 

vim Makefile

修改274行，-o为-output

然后，进入caffe-root/matlab/caffe下面，如果有caffe.mexa64，证明安装成功。

cd caffe-root/data/ilsvrc12/
./get_ilsvrc_aux.sh

 

这个脚本中的下载链接已经失效，可以cp一个caffe-master的该脚本，进行下载。

安装RCNN

git clone https://github.com/rbgirshick/rcnn.git
cd rcnn
ln -sf $CAFFE_ROOT external/caffe
./data/fetch_models.sh 					(1.5G)
./data/fetch_selective_search_data.sh     	(1.8G)
./selective_search/fetch_selective_search.sh 	(0.3M)

 

运行demo

 

matlab
rcnn_build()

出现错误，chmod之后还是出这个错误，换成root权限还是有这个错误

 

解决方法，一个很low的解决方法，但是通过编译了，

将rcnn_build.m打开，第50行，做如下修改，将下面第一行替换为下面的4行

"external/liblinear-1.94/blas/*.c"...

 

external/liblinear-1.94/blas/daxpy.c ...

external/liblinear-1.94/blas/ddot.c ...

external/liblinear-1.94/blas/dnrm2.c ...

external/liblinear-1.94/blas/dscal.c ...

 

完毕后执行下面语句，输出-2证明安装成功

key=caffe('get_init_key')

运行，examples下面的rcnn_demo

 

rcnn_demo

 

整体流程：

（1）在图像中通过选择性搜索selective search方法确定确定1000-2000个roi 候选框。

（2）将每一个ROI候选框resize到同一个大小，然后输入cnn网络进行特征提取。

（3）将cnn提取的特征，输入SVM中进行分类操作。

（4）对于确定的类别进行候选框的回归操作，从而得到更加精确的候选框。

总结：

优点：

（1）使用神经网络替代了传统机器学习中的hog，sift，dpm等算子来提取目标的特征，提取出的特征相比手工设计的算子效果更好。

缺点:

(1)提取特征中，存在计算冗余，速度太慢，平均需要47s的样子