关于 Faster RCNN正负样本选取的问题

最新推荐文章于 2022-08-09 22:21:46 发布

李月光98

最新推荐文章于 2022-08-09 22:21:46 发布

阅读量5.9k

点赞数 31

分类专栏： cv 文章标签：深度学习机器学习计算机视觉 cnn

本文链接：https://blog.csdn.net/qq_34945661/article/details/120589053

版权

faster rcnn的解读这两篇文章写的很好，很清楚。面试时被问了这个问题，专门记录下来。

一文读懂Faster RCNN
从编程实现角度学习Faster R-CNN（附极简实现）

回顾fast rcnn样本选取问题

fast rcnn 框架
在faster rcnn 中，首先通过selective search 产生了2000个候选框，在进行一个批次训练的时候选择R_sel个框进行训练（文中batch size=128），一个mini-batch中正负样本的比例按照1：3选取，且与groundtruth的IoU>=0.5的为正样本，0.1<IoU<0.5的为负样本。
P.S. 这里设置为0.1的原因是，作者认为与groundtruth有一定交叠的背景更可能是比较困难的负样本，这样选择负样本有助于收敛和提高准确性，但不难发现，这种选取方法忽略了一些重要的及困难的背景区域。