Fast R-CNN学习

Welling_X

已于 2022-04-16 13:25:06 修改

阅读量564

点赞数

文章标签： python

于 2022-04-16 11:25:42 首次发布

本文链接：https://blog.csdn.net/qq_61348512/article/details/124209102

版权

Fast R-CNN

流程步骤：

一张图像生成1K~2K个候选区域（使用Selective Search方法）
将图像输入网络得到相应的特征图，将SS算法生成的候选框投影到特征图上获得相应的特征矩阵
将每个特征矩阵通过ROI（Region of Interest：感兴趣区域） pooling层缩放到7x7大小的特征图，接着将特征图展平经过一系列全连接层得到预测结果。

与R-CNN区别

R-CNN依次将候选区域传入卷积神经网络得到特征（比如说有两千个候选框，那么我们就要传2000次）
Fast-RCNN将整张图像送入网络，紧接着从特征图像上提取相应的候选区域。并且这些候选区域的特征不需要再重复计算

数据采样

正样本（候选框与真实的目标框的IOU>0.5）
负样本（0.1<IOU<0.5）

ROI Pooling Layer

得到训练样本之后，通过ROI polling层将图像尺寸缩放到一个统一尺寸
如何实现？
得到特征图后，通过ROI将图像划分为7x7的49个小区域，并且将每个小区域都进行最大池化下采样，这样有个好处就是我们不用再像RCNN那样必须限制图像的输入尺寸（227x227），因为最后图像都会变成7x7。