Faster RCNN杂谈

Faster RCNN：训练的时候才需要区分正、负样本吗？ROI生成的256个感兴趣区域是怎么产生最后的预测结果的？
通过全连接层，得到长度为4096的256个ROI特征，将上述特征输入分类与回归的全连网络。
默认为21类物体，分类网络输出的特征维度是21维，回归网络输出每一个类别下的4个位置偏移量，输出的特征维度是84。
一张图片生成一张特征图，特征图上产生Anchors，产生37x50x9个Anchors，再反算到原图上得到最初的Proposal，
再经过一系列筛选得到最终的感兴趣区域（ROI）。将这些ROI送入到全连接网络得到预测结果。
问题是，分类网络输出的21维特征是怎么样的，回归网络的84维特征又是怎么样的？
是一个ROI对应一个特征吗？一个特征长度为4096，一共是256个，每个特征都会对应一个预测输出。

 

[来自我的手机] 下个月流量就不多了呜呜呜