本文详细探讨了边框回归（Bounding Box Regression）在目标检测中的作用，包括为什么要进行边框回归，边框回归的原理及实现方式。通过平移和尺度缩放，边框回归用于微调Region Proposal，提高检测的准确性。文中还讨论了宽高尺度的设计原因，以及为何在IoU较大时可视为线性变换。最后，作者分享了个人理解和相关研究的总结。
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zijin0802034/article/details/77685438
Bounding-Box regression
最近一直看检测有关的Paper, 从rcnn， fast rcnn, faster rcnn, yolo, r-fcn, ssd，到今年cvpr最新的yolo9000。这些paper中损失函数都包含了边框回归，除了rcnn详细介绍了，其他的paper都是一笔带过，或者直接引用rcnn就把损失函数写出来了。前三条网上解释比较多，后面的两条我看了很多paper，才得出这些结论。
- 为什么要边框回归？
- 什么是边框回归？
- 边框回归怎么做的？
- 边框回归为什么宽高，坐标会设计这种形式？
- 为什么边框回归只能微调，在离Ground Truth近的时候才能生效？
为什么要边框回归？
这里引用王斌师兄的理解，如下图所示：
对于上图，绿色的框表示Ground Truth, 红色的框为Selective Search提取的Region Proposal。那么即便红色的框被分类器识别为飞机，但是由于红色的框定位不准(IoU<0.5)， 那么这张图相当于没有正确的检测出飞机。 如果我们能对红色的框进行微调， 使得经过微调后的窗口跟Ground Truth 更接近， 这样岂不是定位会更准确。 确实，Bounding-box regression 就是用来微调这个窗口的。
边框回归是什么？
继续借用师兄的理解：对于窗口一般使用四维向量(x,y,w,h)(x,y,w,h) 来表示， 分别表示窗口
最低0.47元/天 解锁文章
扫一扫
1592
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
