Roi pooling,Roi Align,Precise Roi pooling

为什么要使用ROI pooling?

在RCNN中,整体流程是:先在原图中截取大约2K个region proposals 然后送入CNN网络进行训练,训练完成后用分类器进行分类,完成物体的检测。

但是这个结构会出现问题:

  • 产生大量的region proposals 会导致performance problems,很难达到实时目标检测。
  • 在处理速度方面是suboptimal。
  • 无法做到end-to-end training

因此为了改善这种情况,引出了ROI pooling ,ROI pooling层能够实现training 和testing的显著加速,并且提高基恩侧效率。

  1. 从具有多个卷积核池化的深度网络中获得的固定大小的feature maps;
  2. 一个表示所有ROI的N*5的矩阵,其中N表示ROI的数目。第一列表示图像index,其余四列表示其余的左上角和右下角坐标;

ROI Pooling

在这里插入图片描述
如上图所示,在对特征进行ROI pooling 的时候先对特征缩小16倍,(16倍的原因在Fast RCNN中,此处不做详细解释),

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值