1. Paper地址:
Rcnn: https://arxiv.org/abs/1311.2524
Fast rcnn: https://arxiv.org/abs/1504.08083
2. 论文中的要点与疑问
- 相比于R-CNN, fast RCNN的改进是什么?
- Fast RCNN每步的操作是什么?
- 什么是ROI pooling? ROI pooling解决的是什么问题?ROI pooling如果遇到ROI 很小怎么办,比如小于7x7? ROI pooling如果遇到小数怎么办?
- ROI pooling如何propagate?
- 如何对Bounding box进行微调?为什么是scale-invariant的?
- 什么在training的过程中,一个batch为啥需要尽量少的image?
- Smooth L1相对于L2 loss的好处是什么?
- Fast RCNN在inference运行时间的bottleneck是什么?如何加速?
- 论文中对regression的target进行了归一化(均值为0,方差为1), 如何进行归一化?
- .深度理解softmax?Softmax模型假设是什么?