【修改anchor】目标检测框架py-faster-rcnn修改anchor_box
来源:互联网 发布:淘宝客设置通用计划 编辑:程序博客网 时间:2024/06/05 10:12
转载 https://www.baidu.com/link?url=SAKuraONHiTiAvhvLo9Y4cyKwaGs6tmh6CYnpkGLf4otTOUcAgDh8LpA9YW5dcnzTUUIj40GRKXW2dQIlYkpjq&wd=&eqid=ac17b8bc000122dd000000035a30e220
众所周知,anchor_box控制了回归框的大小,我们有时候检测的是大物体或小物体时,需要调整回归框的大小的时候,得改一下anchor_box。
基于rgb公开的py-faster-rcnn修改anchor_box的步骤有一下几步:
1、修改py-faster-rcnn-my/lib/rpn下的三个文件:
1)generate_anchors.py。将以下两行修改成你想要的模样,然后执行这个文件,记下
执行后得到的结果的len。记anchor_box的个数。默认设置得到的是9个。因为是3个scale,3个ratios,从而得到的anchor_box的尺寸一共9种。
#def generate_anchors(base_size=6, ratios=[0.5, 1, 2],
# scales=2**np.arange(3, 6)):
2)修改anchor_target_layer.py中的这一行:
anchor_scales = layer_params.get(‘scales‘, (8, 16, 32))
这个(8,16,32)是根据1)中scales生成的,2**np.arange(3, 6)即2的3 4 5次方,
3)修改proposal_layer.py中的这一行:
anchor_scales = layer_params.get(‘scales‘, (8, 16, 32))
这个与2)类似。
2、修改train.prototxt和test.prototxt。这两个文件的修改方法类似,我们就写其中一个:
layer {
name: "rpn_cls_score"
type: "Convolution"
bottom: "rpn/output"
top: "rpn_cls_score"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
convolution_param {
#num_output: 18 # 2(bg/fg) * 9(anchors)
#根据你的anchor_box的个数修改。如果你第一步得到的尺寸是8个,那么这里就是16
kernel_size: 1 pad: 0 stride: 1
weight_filler { type: "gaussian" std: 0.01 }
bias_filler { type: "constant" value: 0 }
}
}
layer {
name: "rpn_bbox_pred"
type: "Convolution"
bottom: "rpn/output"
top: "rpn_bbox_pred"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
convolution_param {
#num_output: 36 # 4 * 9(anchors)
#同上,修改为anchors的尺寸个数的4倍。
kernel_size: 1 pad: 0 stride: 1
weight_filler { type: "gaussian" std: 0.01 }
bias_filler { type: "constant" value: 0 }
}
}
layer {
name: ‘rpn_cls_prob_reshape‘
type: ‘Reshape‘
bottom: ‘rpn_cls_prob‘
top: ‘rpn_cls_prob_reshape‘
#reshape_param { shape { dim: 0 dim: 18 dim: -1 dim: 0 } }
#修改dim的第二个为 2×anchor_box的个数
}
修改好后,开训,应该不会报错。记得要清楚上次训练是保存的一些cache。
如果报错了,请留言与我联系。
这个只是一些比较机械化的总结,希望大家通过这个为切入点,不断捋熟源码。才能随心所欲的实现自己的算法。
目标检测框架py-faster-rcnn修改anchor_box
标签:算法 框架 ams const fas nbsp 这一 res weight
原文:http://www.cnblogs.com/whu-zeng/p/7517480.html
- 【修改anchor】目标检测框架py-faster-rcnn修改anchor_box
- caffe下py-Faster RCNN end2end模式修改anchor的scale大小
- [目标检测] faster-rcnn demo.py 解析
- py- faster rcnn修改demo.py
- 【深度学习:目标检测】 py-faster-rcnn demo.py解析
- 利用py-faster-rcnn训练目标检测模型
- 【深度学习:目标检测】 faster rcnn RPN之anchor(generate_anchors)源码解析
- faster rcnn修改demo.py保存网络中间结果
- CAFFE- faster rcnn修改demo.py保存网络中间结果
- faster rcnn进行目标检测
- 【图像目标检测】Faster-RCNN
- Faster-RCNN训练修改
- Faster RCNN 源码解析(3.2) -- Anchor 生成(generate_anchors.py)
- py-faster-rcnn制作自己的数据集做目标检测
- 根据py-faster-rcnn的demo.py修改成c++版本
- 目标检测 RCNN, SPPNet, Fast RCNN, Faster RCNN 总结
- 目标检测:rcnn-->sppnet-->fast rcnn-->faster rcnn
- 用于目标检测的rcnn,fast-rcnn,faster-rcnn
- Sonar简介及使用
- [Python]磁盘调度算法FCFS,SSTF,SCAN,CSCAN
- RN不能在安卓端运行
- Dockerfile Demo
- 基数排序
- 【修改anchor】目标检测框架py-faster-rcnn修改anchor_box
- 电话本动态实现
- 【Node.js】安装使用nvm管理nodejs版本
- 深度学习结合SLAM的研究思路/成果整理之(二)语义SLAM & 端到端
- Python的Numpy的Array的副本(copy)和视图(view)
- c++-顺时针打印矩阵
- FFMpeg+SDL2.0 播放本地AVI文件练手示例程序
- 动态代理
- 设计模式-六大原则