Keras版Faster-RCNN代码学习（roipooling resnet/vgg）4

最新推荐文章于 2020-12-19 17:00:30 发布

EFLYP

最新推荐文章于 2020-12-19 17:00:30 发布

阅读量2.9k

点赞数

分类专栏： keras学习笔记目标检测文章标签：目标检测 keras

本文链接：https://blog.csdn.net/qq_34564612/article/details/79113406

版权

Keras版Faster-RCNN代码学习（IOU，RPN）1
Keras版Faster-RCNN代码学习（Batch Normalization）2
Keras版Faster-RCNN代码学习（loss，xml解析）3
Keras版Faster-RCNN代码学习（roipooling resnet/vgg）4
Keras版Faster-RCNN代码学习（measure_map，train/test）5

RoiPooling

参考文献：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
ROIs Pooling简单来说，是Pooling层的一种，而且是针对RoIs的Pooling，他的特点是输入特征图尺寸不固定，但是输出特征图尺寸固定；在faster RCNN中输出的是一个7×7的固定特征图。
ROI pooling的图
输出的shape为(1, num_rois, channels, pool_size, pool_size) （为channel first），图片的batch为1故第0维，TimeDistributed包装器默认维度1为时间维，故num_rois在第1维，再参考关于Keras的“层”（Layer）和编写自己的层

RoiPoolingConv.py

from keras.engine.topology import Layer
import keras.backend as K

if K.backend() == 'tensorflow':
    import tensorflow as tf

class RoiPoolingConv(Layer):