- 候选区域方法:提供了一个物体检测的一种重要思路
R-CNN步骤:
- 1.对于一张图片,找出默认2000个候选区域
- 2.2000个候选区域做大小变换,输入AlexNet当中,得到特征向量
- 2000 * 4096
- 3.经过20个类别的SVM分类器,对于2000个候选区域做判断,得到(2000, 20)得分矩阵
- 4.2000个候选区域做NMS,取出不好的,重叠高度的一些候选区域,得到剩下分数高的,从而得到好的框
- 5.修正候选框,做一个bbox的回归微调
算法输出A,B,框位置是选择性搜索后得出的
最终结果:理想状态,每一个Ground truch都有一个候选框预测
- 为了让修选框标注更加准确,去修正原来的位置
- A是候选框,G是目标GT框
- 让A与G做回归训练,得到四个参数
RCNN输出:一张图片预测一个x候选框,x * w = y_locate
-
- y_locate是真正算法输出的位置