R-CNN 学习笔记
来源:互联网 发布:javascript编程题目 编辑:程序博客网 时间:2024/05/21 00:17
R-CNN学习笔记
这是深度学习的又一个比较大的创新。可以说利用深度学习进行目标检测的开山之作。这篇文章主要是讲利用对region proposal进行提取特征放入CNN,所以叫做R-CNN。
下面就说说我读完这篇论文,我自己读懂,理解的东西。
首先先说一下这个算法的过程。
首先是对每一个输入的图像利用selective search的算法提取大约2000个建议框,也就是我们所说的proposal, 然后利用CNN对每一个proposal进行特征提取,特征长度是4096维。接下来,我们利用SVM分类器对这些特征进行分类,将特征送入每一类的SVM分类器,判断是否属于该类。最后,再使用回归器精细修正候选框的位置。
在物体检测的时候,我们会遇到有标签的训练数据太少这个问题。这篇论文提出,我们可以利用caffe的开源库,利用imageNet中的参数作为用于检测的网络的初始参数。进行有监督的预训练,然后再在小数据集PASCAL上进行微调。
在微调(fine-tuning)时,与Ground Truth的IoU交叠≥0.5的区域建议框,认为是正样本,其他的是负样本,这样也扩大了数据集。
但是注意,在SVM训练时,经过验证发现,与Ground Truth的IoU交叠<0.3的区域建议,认为是负样本,Ground Truth就是正样本,其他的忽略。作者在补充材料中做出了猜想,认为可能是SVM的训练样本需要精确的定位。
这个算法的效果比较显著,在2014年之前,DPM已经进入了瓶颈期,及使用复杂的特征和结构也很难提高了。这个算法的出现应用在物体检测上,瞬间把PASCAL VOC上的检测率提高了18%。效果十分显著。
- R-CNN学习笔记
- R-CNN学习笔记
- R-CNN 学习笔记
- R-CNN学习笔记
- Fast R-CNN学习笔记
- Faster R-CNN学习笔记
- Faster R-CNN学习笔记
- Faster R-CNN学习笔记
- Faster R-CNN学习笔记
- Faster R-CNN学习笔记
- Faster R-CNN学习笔记
- Faster R-CNN学习笔记
- 【转】R-CNN学习笔记4:Fast R-CNN
- 【转】R-CNN学习笔记5:Faster R-CNN
- R-CNN学习笔记4:Fast R-CNN
- R-CNN学习笔记5:Faster R-CNN
- Faster R-CNN学习笔记(RBK)
- caffe学习笔记12 -- R-CNN detection
- nginx在mac中的配置
- 执笔微小说之单爱
- Eclipse的Servers视图中无法添加Tomcat7
- Java对象创建过程
- 圆角矩形的UIButton
- R-CNN 学习笔记
- ubuntu下面的git服务器搭建
- 12. 试用vSphere 6(一):安装ESXi 6 RC版
- HighCharts定时刷新图表
- 安装DockerToolbox出现问题,无法使用
- Android属性动画源代码解析(超详细)
- linux 命令行使用wget下载百度云资源
- Apple Pay编程指南
- IOS字体大小与像素的转换