文章目录
import
basenet : siameseRPN 的维护咯及香港不
class SiamRPN(nn.Module)
1、网络结构init
1) size =2 是什么size ?
2、anchor = 5 是什么 ?
3、lamuda 是啥?
4、feat_in = 256 输入特征么? feature_out = 512
特征提取:
5、Con2d 反卷积 ,
输入通道3、 输出通道96、 内核尺寸11、 步长 2
6、 批归一化操作 96 特征输出 : 减少内部协变量偏移,前面层数对后面层的影响, 可以用高一点的学习率, 不用小心翼翼参数初始化。
7、 最大池化层 : size = 3 , stride=2,提取重要信息的操作,可以去掉不重要的信息,减少计算开销。
8、ReLU 激活函数
9、最后输出的通道数 是 256 。
10、 anchor = 5 是什么意思?
中心坐标表示方式, 矩形中心坐标和矩形框的宽和高表示矩形框。
一个Anchor Box可以由:边框的纵横比和边框的面积(尺度)来定义,相当于一系列预设边框的生成规则,根据Anchor Box,可以在图像的任意位置,生成一系列的边框。
Anchor box 通常是以CNN提取到的Feature Map 的点为中心位置,生成边框,所以一个Anchor box不需要指定中心位置。
11、 conv_r1 输入 256 , 输出5124anchor ?, 步长=3
12、conv_r2 、、、
13、 regress adjust 回归调整, 输入4、 输出4 、 ?????
2、反向传播
3、特征提取
? 这三个是啥呀?
分别对应