目标检测-Faster R-CNN

最新推荐文章于 2020-11-04 11:32:56 发布
最新推荐文章于 2020-11-04 11:32:56 发布
阅读量115 收藏
点赞数
文章标签： 人工智能 python matlab
原文链接：http://www.cnblogs.com/fangpengchengbupter/p/8056618.html
版权

【目标检测】Faster RCNN算法详解

Ren, Shaoqing, et al. “Faster R-CNN: Towards real-time object detection with region proposal networks.” Advances in Neural Information Processing Systems. 2015.

本文是继RCNN[1]，fast RCNN[2]之后，目标检测界的领军人物Ross Girshick团队在2015年的又一力作。简单网络目标检测速度达到17fps，在PASCAL VOC上准确率为59.9%；复杂网络达到5fps，准确率78.8%。

作者在github上给出了基于matlab和python的源码。对Region CNN算法不了解的同学，请先参看这两篇文章：《RCNN算法详解》，《fast RCNN算法详解》。

思想

从RCNN到fast RCNN，再到本文的faster RCNN，目标检测的四个基本步骤（候选区域生成，特征提取，分类，位置精修）终于被统一到一个深度网络框架之内。所有计算没有重复，完全在GPU中完成，大大提高了运行速度。

faster RCNN可以简单地看做“区域生成网络+fast RCNN“的系统，用区域生成网络代替fast RCNN中的Selective Search方法。本篇论文着重解决了这个系统中的三个问题：
1. 如何设计区域生成网络
2. 如何训练区域生成网络
3. 如何让区域生成网络和fast RCNN网络共享特征提取网络

区域生成网络：结构

基本设想是：在提取好的特征图上，对所有可能的候选框进行判别。由于后续还有位置精修步骤，所以候选框实际比较稀疏。

 

特征提取

原始特征提取（上图灰色方框）包含若干层conv+relu，直接套用ImageNet上常见的分类网络即可。本文试验了两种网络：5层的ZF[3]，16层的VGG-16[4]，具体结构不再赘述。
额外添加一个conv+relu层，输出51*39*256维特征（feature）。

候选区域（anchor）

特征可以看做一个尺度51*39的256通道图像，对于该图像的每一个位置，考虑9个可能的候选窗口：三种面积{128^2,256^2,512^2}×三种比例{1:1,1:2,2:1}。这些候选窗口称为anchors。下图示出51*39个anchor中心，以及9种anchor示例。

在整个faster RCNN算法中，有三种尺度。
原图尺度：原始输入的大小。不受任何限制，不影响性能。
归一化尺度：输入特征提取网络的大小，在测试时设置，源码中opts.test_scale=600。anchor在这个尺度上设定。这个参数和anchor的相对大小决定了想要检测的目标范围。
网络输入尺度：输入特征检测网络的大小，在训练时设置，源码中为224*224。

窗口分类和位置精修

分类层（cls_score）输出每一个位置上，9个anchor属于前景和背景的概率；窗口回归层（bbox_pred）输出每一个位置上，9个anchor对应窗口应该平移缩放的参数。
对于每一个位置来说，分类层从256维特征中输出属于前景和背景的概率；窗口回归层从256维特征中输出4个平移缩放参数。

就局部来说，这两层是全连接网络；就全局来说，由于网络在所有位置（共51*39个）的参数相同，所以实际用尺寸为1×1的卷积网络实现。

实际代码中，将51*39*9个候选位置根据得分排序，选择最高的一部分，再经过Non-Maximum Suppression获得2000个候选结果。之后才送入分类器和回归器。
所以Faster-RCNN和RCNN, Fast-RCNN一样，属于2-stage的检测算法。

区域生成网络：训练

样本

考察训练集中的每张图像：
a. 对每个标定的真值候选区域，与其重叠比例最大的anchor记为前景样本
b. 对a)剩余的anchor，如果其与某个标定重叠比例大于0.7，记为前景样本；如果其与任意一个标定的重叠比例都小于0.3，记为背景样本
c. 对a),b)剩余的anchor，弃去不用。
d. 跨越图像边界的anchor弃去不用

代价函数

同时最小化两种代价：
a. 分类误差
b. 前景样本的窗口位置偏差
具体参看fast RCNN中的“分类与位置调整”段落。

超参数

原始特征提取网络使用ImageNet的分类样本初始化，其余新增层随机初始化。
每个mini-batch包含从一张图像中提取的256个anchor，前景背景样本1:1.
前60K迭代，学习率0.001，后20K迭代，学习率0.0001。
momentum设置为0.9，weight decay设置为0.0005。[5]

共享特征

区域生成网络（RPN）和fast RCNN都需要一个原始特征提取网络（下图灰色方框）。这个网络使用ImageNet的分类库得到初始参数W0，但要如何精调参数，使其同时满足两方的需求呢？本文讲解了三种方法。

 

轮流训练

a. 从W0开始，训练RPN。用RPN提取训练集上的候选区域
b. 从W0开始，用候选区域训练Fast RCNN，参数记为W1 
c. 从W1开始，训练RPN…
具体操作时，仅执行两次迭代，并在训练时冻结了部分层。论文中的实验使用此方法。
如Ross Girshick在ICCV 15年的讲座Training R-CNNs of various velocities中所述，采用此方法没有什么根本原因，主要是因为”实现问题，以及截稿日期“。

近似联合训练

直接在上图结构上训练。在backward计算梯度时，把提取的ROI区域当做固定值看待；在backward更新参数时，来自RPN和来自Fast RCNN的增量合并输入原始特征提取层。
此方法和前方法效果类似，但能将训练时间减少20%-25%。公布的python代码中包含此方法。

联合训练

直接在上图结构上训练。但在backward计算梯度时，要考虑ROI区域的变化的影响。推导超出本文范畴，请参看15年NIP论文[6]。

实验

除了开篇提到的基本性能外，还有一些值得注意的结论

与Selective Search方法（黑）相比，当每张图生成的候选区域从2000减少到300时，本文RPN方法（红蓝）的召回率下降不大。说明RPN方法的目的性更明确。

 

使用更大的Microsoft COCO库[7]训练，直接在PASCAL VOC上测试，准确率提升6%。说明faster RCNN迁移性良好，没有over fitting。

 

  1. Girshick, Ross, et al. “Rich feature hierarchies for accurate object detection and semantic segmentation.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2014. ↩
  2. Girshick, Ross. “Fast r-cnn.” Proceedings of the IEEE International Conference on Computer Vision. 2015. ↩
  3. M. D. Zeiler and R. Fergus, “Visualizing and understanding convolutional neural networks,” in European Conference on Computer Vision (ECCV), 2014. ↩
  4. K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in International Conference on Learning Representations (ICLR), 2015. ↩
  5. learning rate-控制增量和梯度之间的关系；momentum-保持前次迭代的增量；weight decay-每次迭代缩小参数，相当于正则化。 ↩
  6. Jaderberg et al. “Spatial Transformer Networks”
    NIPS 2015 ↩

30万+图像，80类检测库。参看http://mscoco.org/。 ↩

Faster R-CNN可以简单地看做“区域生成网络RPNs + Fast R-CNN”的系统，用区域生成网络代替Fast R-CNN中的Selective Serach方法，Faster R-CNN这篇论文着重解决了这个系统中的三个问题：
1.如何设计区域生成网络
2.如何训练区域生成网络
3.如何让区域生成网络和Fast R-CNN网络共享特征提取网络

在整个Faster R-CNN算法中，有三种尺度：
1.原尺度图：原始输入的大小。不受任何限制，不影响性能
2.归一化尺度：输入特征提取网络的大小，在测试时设置，源码中opts.test_scale=600.anchor在这个尺度上设定。这个参数和anchor的相对大小决定了想要检测的目标范围。
3.网络输入尺度：输入特征检测网络的大小，在训练时设置，源码中为224*224

Faster R-CNN框架：
Input Image -> 生成候选区域(RPN) -> 特征提取 -> 分类 -> 边框回归

Faster R-CNN算法由两大模块组成：
1.RPN候选框提取模块
2.Fast R-CNN检测模块

其中RPN是全卷积神经网络，用于提取候选框；Fast R-CNN基于RPN提取的proposal检测并识别proposal中的目标

RPN介绍：
RPN的核心思想是使用CNN卷积神经网络直接产生Regioin Proposal，使用的方法本质上就是滑动窗口(只需要在最后的卷积层上滑动一遍)，因为anchor机制的边框回归可以得到多尺度多长宽比的Region Proposal
RPN网络也是全卷积网络(Fully Convolutional Network)，只是再CNN上额外的增加了2个卷积层(全卷积层cls 和reg)
1.每个特征图的位置编码成一个特征向量(256d for ZF and 512d for VGG)
2.对每一个位置输出一个objectness score和regressedbounds for k个region proposal，即在每个卷积映射位置输出这个位置上多种尺度(3种)和长宽比(3种)的k个(3*3)的回归边框
RPN网络的输入可以是任意大小(但还是有着最小分辨率要求的，例如VGG是228*228)的图片，如果用VGG16进行特征提取，那么RPN网络组成形式可以表示为VGG16+RPN

因为我们的最终目标是和Fast R-CNN目标检测网络共享计算，所以假设这两个网络共享一系列卷积层，在论文的实验中
3*3的卷积核的中心点对应原图（re-scale，源代码设置re-scale为600*100上位置的点，将该点作为anchor的中心点，在原图中框出多尺度，多种长宽比的anchors，所以anchor不再conv特征图上，而在原图上）

转载于:https://www.cnblogs.com/fangpengchengbupter/p/8056618.html

weixin_34174422
关注
【目标检测】Faster RCNN算法详解
shenxiaolu1984的专栏
04-21 25万+
继RCNN，fast RCNN之后，目标检测界的领军人物Ross Girshick在2015年提出faster RCNN。目标检测速度达到15fps。
大话目标检测经典模型（RCNN、Fast RCNN、Faster RCNN）
雪饼的博客
03-31 6792
目标检测是深度学习的一个重要应用，就是在图片中要将里面的物体识别出来，并标出物体的位置，一般需要经过两个步骤：1、分类，识别物体是什么 2、定位，找出物体在哪里 除了对单个物体进行检测，还要能支持对多个物体进行检测，如下图所示： 这个问题并不是那么容易解决，由于物体的尺寸变化范围很大、摆放角度多变、姿态不定，而且物体有很多种类别，可以在图片中出现多种物体、出现在任意位置。因此，目标检测是一个比较复...
Faster R-CNN - 目标检测详解
热门推荐
长风破浪会有时，直挂云帆济沧海
02-11 8万+
Faster R-CNN - 目标检测详解 [原文 - Faster R-CNN: Down the rabbit hole of modern object detection] 学习别人对于 Faster R-CNN 的理解，结合自己的理解，以掌握忽略的点. Object detection: an overview in the age of Deep Learning 已经对...
目标检测（object detection）—— faster RCNN总结
weixin_42075898的博客
09-07 656
点击这里，了解RCNN 点击这里，了解fast RCNN 一、概述 faster RCNN与fast RCNN是一脉相承的。fast RCNN解决了RCNN计算量大、效率低的问题（RCNN需要将通过selective search算法生成的proposal挨个送入卷积神经网络提取特征）。但是fast RCNN也存在一个问题：在检测阶段，fast RCNN仍需要使用selective search...
目标检测算法Faster R-CNN
qq_34650584的博客
11-04 265
Faster R-CNN称为超快速的区域卷积神经网络，是对Fast R-CNN的改进，是Fast R-CNN与RPN的结合。详情请查看转载链接。 以下是个人思考： Faster R-CNN主要的改进是提出了RPN（候选区域网络）的概念，其作用是替代原来Selective search（选择性搜索）而生成候选区域。从R-CNN开始所使用的Selective search是综合图像颜色、纹理和层次等因素来寻找目标区域的，虽然综合性的考虑能较准确地定位目标区域，但不可否认其候选区域数量依旧庞大。RPN以卷积层
第三十一节，目标检测算法之 Faster R-CNN算法详解
weixin_30555125的博客
07-01 519
Ren, Shaoqing, et al. “Faster R-CNN: Towards real-time object detection with region proposal networks.” Advances in Neural Information Processing Systems. 2015. 本文是继RCNN[1]，fast RCNN[2]之后，目标检测界的领军人物R...
目标检测学习小结1（R-CNN、Fast-R-CNN、Faster-R-CNN）
Puremelo
06-12 937
目标检测学习小结之一 深度学习小白首次接触目标检测，在阅读了几篇关于目标检测的论文后做一个阶段性小结，以便日后复习。 经过对目标检测的初步了解后，一个目标检测算法大体可分为以下几个部分： （1）锁定目标区域 （2）图像特征提取 （3）根据特征对目标进行分类 （4）对目标定位并用包围框进行标注 本文重点叙述锁定候选区域的算法及其余三部分的典型算法介绍，最后对R-CNN...
目标检测模型-Faster-RCNN模型-Pytorch版本
最新发布
05-13
Faster R-CNN（Faster Region-based Convolutional Neural Network）是一种流行的目标检测框架，由Shaoqing Ren、Kaiming He、Ross Girshick和Jian Sun在2015年提出。Faster R-CNN在目标检测领域具有里程碑意义，...
基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。--数据
06-06
基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。 Faster R-CNN 实现目标检测 tensorflow 基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。 Faster R-CNN ...
一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD.doc
12-23
2. 候选区域/窗 + 深度学习分类，如 R-CNN、Fast R-CNN、Faster R-CNN 等 3. 基于深度学习的回归方法，如 YOLO、SSD、DenseBox 等 三、候选区域/窗 + 深度学习分类 候选区域/窗 + 深度学习分类是目标检测算法的一...
基于Pytorch搭建Faster R-CNN实现飞机目标检测-数据集
01-09
根据提供的"基于Pytorch搭建Faster R-CNN实现飞机目标检测_数据集"，这个数据集应该包含飞机的标注图像，每个图像有对应的标注信息，如边界框坐标和类别标签。标准的数据集格式通常为PASCAL VOC或COCO，但这里可能是...
深度学习的目标检测技术演进：R-CNN、FastR-CNN、FasterR-CNN
02-25
本文来自于个人微博，本文介绍基于regionproposal的R-CNN系列目标检测方法是当前目标检测技术领域最主要的一个分支。objectdetection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object...
R-CNN算法学习（步骤四：位置精修）
Dlog的博客
01-07 1368
R-CNN算法学习（步骤四：位置精修） 位置精修： 目标检测问题的衡量标准是重叠面积：许多看似准确的检测结果，往往因为候选框不够准确，重叠面积很小。故需要一个位置精修步骤。 回归器：对每一类目标，使用一个线性脊回归器进行精修。正则项λ=10000。 输入为深度网络pool5层的4096维特征，输出为xy方向的缩放和平移。 训练样本：判定为本类的候选框中和真值重叠面积大于0.6的候选框。 ...
Faster RCNN 论文小结
San_Junipero的博客
07-13 630
背景 名词 过程 RPN 问题 背景 原来写好的博客未保存消失了= =。按理解重新写一遍，可能会少内容，以后再补吧… RCNN系列称为region-based 方法，其准确率非常依赖于region proposal模块。这也是本文改进的重点内容。 名词 top：下一层名 bottom：上一层名 recall：【所谓召回率即候选区域为真的窗口与Ground...
Faster RCNN详解：从region proposal到bounding box回归
持久决心的博客
12-14 4万+
转载自Faster RCNN解析 。 网上很多关于Faster RCNN的介绍，不过这一片算是比较全的了，不仅包括整体流程、思想的介绍，也包括各个实现较为深入的介绍。大概内容记录如下（仅记录目前我感兴趣的部分），详情参看原文。
基于Faster-RCNN-TF的gpu运行总结(自己准备数据集)（训练篇）
qq_39531954的博客
12-21 2万+
最近经过一段对tensorflow和faster-rcnn的学习，并且亲身去跑了两个不同框架下的faster-rcnn代码，所以就在这里做一下总结。 这里，我就主要记录一下自己在跑tensorflow框架下的faster-rcnn。 首先，就是硬件要求，因为自己是做计算机图像，目标识别，所以最重要的一个提升效率的装备就是GPU，也就是显卡。现在能在GPU上进行运算，可以让我们的时间成本
目标检测——从RCNN到Faster RCNN 串烧
xyy19920105的博客
03-07 2万+
本人小硕一枚，方向是深度学习的目标检测，故想把从RCNN到Faster RCNN整个线串一下，理清里面的整个设计流程和创新思路，也算是对大神的创新思维进行学习。我会不定期改善博客里面可能存在的小错误，希望大家多多谅解支持啦。另外，在论文中已经讲到的点，如果不是特别重要的话，我不会再复述的啦，所以说各位看官先研读研读论文先，然后再看看我对这些论文的理解。对了，涉及到哪层是几乘几以及那层到底是多少这种细
使用Faster-Rcnn进行目标检测(实践篇)
GavinZhou的博客
07-28 7万+
原理上一篇文章，已经说过了，大家可以参考一下，Faster-Rcnn进行目标检测(原理篇)实验我使用的代码是python版本的Faster Rcnn，官方也有Matlab版本的,链接如下:py-faster-rcnn(python)faster-rcnn(matlab)环境配置按照官方的README进行配置就好,不过在这之前大家还是看下硬件要求吧 For training s
老卫带你学---faster-rcnn的两种训练方式
老卫带你学
08-12 1万+
faster rcnn训练方式有两种，一种是交替优化方法（alternating optimization），即训练两个网络，一个是rpn，一个是fast rcnn，总计两个stage，每个stage各训练一次rpn和fast rcnn。另外一种训练方式为近似联合训练（approximate joint training），也称end to end的训练方式，训练过程中只训练一个权重网络，训练速度...
深度学习目标检测系列论文解读：R-CNN、Fast-R-CNN与Faster-R-CNN
资源摘要信息:"R-CNN、Fast R-CNN和Faster R-CNN是目标检测领域中具有里程碑意义的三篇研究论文，它们提出了一种两阶段的目标检测框架，并逐步改进了目标检测的速度和准确性。R-CNN（Regions with CNN features）是...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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