Faster RCNN的理解点
来源:互联网 发布:开淘宝店好做吗 编辑:程序博客网 时间:2024/05/22 13:18
faster RCNN的训练过程
第一步:特征选择网络,把一张图片经过特征提取网络,生成一个特征map,然后采用anchors机制,开始得到每一个anchors的特征,得到每一个anchors的类别,根据IOU的大小。然后分类每一个anchors和回归每一个anchors,然后计算出来loss,然后反向的传播,跟新权重,选择更好的特征网络;
其实这是第一阶段,首先选择12000个anchors,经过nms,之后得到2000个窗口,随机选择256个窗口去计算loss
第二步:fastRCNN,通过特征层,之后得到一个特征map,之后经过nms之后得到较好的2000个窗口,直接经过ROI Pooling得到相同的特征维度,之后送入到RCNN中,进行分类和回归,最后得到人脸的检测框:
结构框图如下:
Face-RCN做人脸检测的paper,在FDDB和WIDERFACE上都是最好的结果,主要的工作是:
1. centerloss加入原有rcnn的结构中,其实就是用centerloss训个更好的脸和非脸的分类器
2. online hard negtive sampling改进
用了centerloss之后为了保持hard negtive和postive 的样本比例为1:1,所以对online hard negtive sample做了固定的比例约束,
3. 图像做multiscale输入的训练
就是把图像做不同层级的resize来训练,以此来提升对于小脸的效果,预测的时候也做多scale预测,
结果上看效果不错,但是没有具体对不同的策略对最终结果的影响,只对比了加数据和不加数据的结果差别,加了数据平均会高2个点吧。
- Faster RCNN的理解点
- faster RCNN 的细节理解
- faster-rcnn中,对RPN的理解
- Faster RCNN 中 RPN 的理解
- faster rcnn源码理解
- faster rcnn 论文理解
- Faster RCNN理解
- RCNN +SPP+fast-RCNN+faster—RCNN浅显的初步理解
- tf-faster-rcnn代码理解
- Faster RCNN 推荐区域理解
- Faster RCNN-阅读理解-笔记
- faster-rcnn的记录
- faster rcnn的测试
- Faster-Rcnn中RPN(Region Proposal Network)的理解
- 从RCNN到Faster RCNN 的发展
- 关于Faster RCNN几点总结
- Faster RCNN 的py-faster-rcnn详细配置安装过程
- faster rcnn 的重新训练
- 如果同一条记录同时多个进程可能对不同的字段进行修改,怎么保证列锁?
- 线程间机制(同步和互斥)
- 【python 域名所有者识别】python 识别网站域名 所有者
- hdu1358 KMP中next数组的应用
- struts2中css,js等资源无效 非路径问题(新手问题)
- Faster RCNN的理解点
- Handler由浅入深(二)--Handler的实现原理以及Looper、Handler、Message三者之间的关系
- leetcode复习总结
- Makefile构建工程设计——工程构建与编写规则
- qr二维码遇到的一些问题
- 第二十一篇 jQuery 学习3 特效效果
- JVM_4_对象已死吗
- 主从架构如何进行数据同步
- Redis 事务