Anchor

Anchor起源

Anchor的出现是为了解决之前的目标检测算法太耗时,早期的算法在图片上使用不同尺度框进行滑窗操作,还有什么Selective serach方法,总而言之这些方法都有待改进,那么改进之后就有了anchor的出现,anchor是在Faster-R-CNN论文中引入。
Anchor到底是什么?
Anchor就是在图片上设定一些不同尺度和不同比例的先验框,有了这些先验框网络收敛的更加快,因为不同尺度不同比例的anchor更加贴合图片中目标大小形状。
anchor怎么发挥作用?
分类:
若anchor和ground truth之间的IOU大于0.7判断为正样本,小于0.3判断为负样本,在这之间判断为Hard-examples,不加入训练过程。
回归:
进行anchor box的修正

RPN网络

RPN网络结构图如下:
在这里插入图片描述

  1. RPN网络输入是VGG提取特征后得到的特征图,先经过一个3×3的卷积(提取更深的特征?),再经过两个并行的分支,一个是分类分支,一个回归分支。
  2. 分类分支:通过softmax函数区分出postive anchors和negative anchors,anchors数目为k,所以最后会得到2kscores,这里我在想为什么不是k个score呢,这是因为softmax是个分类函数,如果是两类就输出两个值,它们值的和等于1,那么是不是就是不能输出k个score呢,论文中给出:For simplicity we implement the cls layer as a two-class softmax layer. Alternatively, one may use logistic regression to produce k scores.大致意思说作者为了方便使用了softmax函数,你使用logistic regression也可以,使用sigmoid函数输出就是k scores了。
  3. 回归分支:postive anchor和ground truth之间有位置偏移,我们肯定是想anchor与gt越接近越好,然后会进行一个修正工作,回归4个值:cente x,center y,w,h,分别代表bounding box的中心点坐标、宽度、高,即4k scores。
  4. 疑问:怎么通过特征图上的点给原图打anchor?
    特征图坐标乘以8(8是stride)得到原图坐标
    anchor box和bounding box的区别?

参考

Faster-R-CNN
Anchor

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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