Faster Rcnn的基本原理小概述
1.RCNN算法
1.1 RCnn算法流程可分为4个步骤
(1)将一张图片使用滑动窗口(Slective search)方法获得的生成1k~2k个候选区域
(2)对每一个候选框,使用深度网络提取特征
(3)将特征向量送入每一类的SVM(支持向量机)分类器,判断类别
(4)使用回归器精细修正候选框位置
1.1.1候选区域的生成
利用滑动窗口算法通过图像分割的方法得到一些原始区域,然后再通过相似度和区域大小(小的区域先聚合,这样是防止大的区域不断的聚合小区域,导致层次关系不完全)不断的聚合相邻小区域,类似于聚类的思路。得到一个层次化的区域结构,而这些结构就包含着可能需要的物体
1.1.2 对每个候选区域,使用CNN提取特征
将2000候选区域缩放到227277,将候选区域输入到事先训练好的CNN网络,获得4096维的特征,得到20004096维矩阵
1.1.3 将特征向量送入每一类的SVM(支持向量机)分类器,判断类别
将20004096维特征与20个SVM组成的权值矩阵409620相乘,获得200020维矩阵表示每个建议框是某个目标类别的得分。分别对上述200020维矩阵中每一列即每一类进行非极大值抑制,剔除重叠建议框,得到该列,即该类中得分最高的一些建议框。
具体删除重叠区域的方法:
IOU=