Faster Rcnn 救赎

胥洪利

于 2021-12-22 22:08:27 发布

阅读量865

点赞数

文章标签：计算机视觉

本文链接：https://blog.csdn.net/weixin_42546496/article/details/122096203

版权

工作了好久，发现有些东西陌生了好多，比如Faster Rcnn，不得不重新回顾一下。
不打算自己画图，真的很浪费时间，直接偷了，哈哈哈！

概述

$\qquad$ Faster Rcnn将特征提取，proposal提取，bbox定位与分类整合到一个网络中，检测效果明显优于one-staged 方法。
Faster RCNN基本结构
上图为Faster Rcnn结构图，主要由四部分组成：

conv layers
卷积层用于提取图像特征。输入为原始图像，输出为经cnn后提取的特征，Faster Rcnn使用连续的conv+relu+pooling操作提取图像特征，基于此图像特征进行后续的region proposal network与roi pooling。
region proposal network
region proposal network，用于生成region proposals。输入为conv layers生成的图像特征，输出为基于anchor 回归的候选框。region proposal network将输入映射为具有一个置信度值以及四个坐标值的矩形框，置信度表示该矩形框中存在目标的概率，坐标值表示矩形框位置。
roi pooling
classifier

关注