Fast R-CNN

目录

1. 关于 R-CNN 的缺点

2. Fast R-CNN

3. Fast R-CNN 算法的流程

3.1 CNN 特征提取

3.2 ROI pooling

3.3 Fast R-CNN 的输出

3.4 损失函数

4. Fast R-CNN的不足


1. 关于 R-CNN 的缺点

RCNN算法流程如下

 

RCNN算法分为四个步骤:

  1. SS 算法生成2000个候选框
  2. 将2000个候选框送入CNN特征提取网络,生成2000*4096个特征向量
  3. 将2000*4096特征送入SVM分类器进行训练分类
  4. 通过回归器对最后的候选框进行微调

 

从上述可以发现,RCNN的训练是多阶段的:CNN网络+SVM分类器+边界框回归器

这样的训练在时间和空间上都是昂贵的

时间上,例如CNN特征提取需要SS算法产生2000个候选框才能工作,无法并行化

空间上,例如SVM需要的输入是CNN产生的2000*4096的特征,需要保存这些,所以浪费磁盘内存

2. Fast R-CNN

Fast R-CNN 算法分为三个阶段:

首先,通过SS算法生成候选框。

然后,Fast R-CNN网络的输入是:整个图像+候选框。经过CNN网络提取特征,将候选框映射到CNN提取的特征上。

最后,将特征矩阵通过ROI pooling缩放成7*7大小的特征图,所以这里图像的输入是不需要固定大小的

Fast R-CNN 最后的输出有两个:分类的类别+边界框回归器

RCNN的分类SVM和回归器是单独训练的,而Fast R-CNN是一起训练的

 

3. Fast R-CNN 算法的流程

Fast R-CNN 算法流程,其中的SS候选框生成和RCNN一样,这里不再介绍

3.1 CNN 特征提取

Fast R-CNN 的特征提取CNN网络是将原图和候选框作为输入

CNN网络只需要在原图进行特征提取,然后通过候选框和原图的位置关系映射到CNN提取的特征上

R-CNN是将2000个候选框全部送入CNN网络,不仅复杂,且较多重复的图像被运算

3.2 ROI pooling

ROI Pooling是将CNN提取的特征划分为7*7大小的区域,每一个区域作最大池化下采样

这样输入图像的尺寸就不需要限制了

 

 

3.3 Fast R-CNN 的输出

Fast R-CNN 输出有两个:分类的类别+边界框回归器

如下是fc经过softmax的类别分类

 

如下为边界框回归器

 

 

3.4 损失函数

损失函数:分类损失+边界框回归器损失

其中,分类损失就是多分类任务的损失,采用交叉熵损失

 

 

边界框回归器损失:其中艾佛森括号u>=1 为1,否则为0

 

smooth是为了防止梯度消失或者梯度爆炸

当预测框与真实框差别过大时,梯度值不会太大 (+1,-1)

当预测框与真实框差别过小时,梯度值足够小,有利于反向传播 (x)

4. Fast R-CNN的不足

Fast R-CNN 分为两个阶段,虽然大幅度提升了速度,但是SS算法生成的候选框运算也很长(2s左右),而后面的分类+特征提取的运行时间很短(0.1s的数量级)

所以SS算法成为了Fast R-CNN的短板

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

打赏作者

听风吹等浪起

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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