本文详细解析了Faster R-CNN中Bounding Box Regression的原理，包括平移和缩放变换，以及线性回归在微调窗口位置中的应用。通过学习dx, dy, dw, dh来优化预测框与Ground Truth的匹配。代码部分分析了box_coder.py中的decode过程，展示如何将修正应用于Anchors以提高检测精度。"
127133990,15390648,Java Springboot 医院排班系统开发实战,"['Springboot框架', 'Mybatis框架', 'Vue.js框架', 'Java开发', 'Maven构建']
faster rcnn细节
参考： https://zhuanlan.zhihu.com/p/31426458
https://www.cnblogs.com/dudumiaomiao/p/6560841.html
bounding box regression原理
如图所示绿色框为飞机的Ground Truth(GT)，红色为提取的positive anchors，即便红色的框被分类器识别为飞机，但是由于红色的框定位不准，这张图相当于没有正确的检测出飞机。所以我们希望采用一种方法对红色的框进行微调，使得positive anchors和GT更加接近。
理论
对于窗口一般使用四维向量 ( x , y , w , h ) (x,y,w,h) (x,y,w,h)表示，分别表示窗口的中心点坐标和宽高。
对下图，红色的框A代表原始的positive Anchors，绿色的框G代表目标的GT，我们的目标是寻找一种关系，使得输入原始的anchor A经过映射得到一个跟真实窗口G更接近的回归窗口G’，即：
- 给定anchor A = ( A x , A y , A w , A h ) A=(A_x,A_y,A_w,A_h) A=(Ax,Ay,Aw,Ah)和GT G = [ G x , G y , G w , G h ] G=[G_x,G_y,G_w,G_h] G=[Gx,Gy,Gw,Gh]
- 寻找一种变换F，使得 F ( A x , A y , A w , A h ) = ( G x ‘ , G y ‘ , G w ‘ , G h ‘ ) F(A_x,A_y,A_w,A_h)=(G^‘_x,G^‘_y,G^‘_w,G^‘_h) F(Ax,Ay,Aw,Ah)=(
最低0.47元/天 解锁文章
扫一扫
721
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
