人脸检测——Faster R-CNN
来源:互联网 发布:网络电视盒 编辑:程序博客网 时间:2024/05/01 13:26
本次介绍人脸检测方法Faster R-CNN:
《2016 Arxiv: Face Detection with the Faster R-CNN》.
上面这篇文章,是对Faster R-CNN的人脸检测实现,原始的Faster R-CNN实现的是多目标检测,即下面这篇文章:
《2015 CVPR: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》.
核心导读:
RPN(Region Proposal Networks) + Fast R-CNN
RPN负责找到可能的目标窗口,R-CNN负责进一步判断目标。
因为讲解Faster R-CNN的文章已经很多了,所以我这里就快速的切入几个要点。
———————————— RPN ————————————
RPN负责从一副输入图像中选出一些候选目标窗口,它的作用和古老的“Sliding Window”(滑动窗口)类似,但后者通常会在一幅图像上产生数以万计的窗口。
下面给出RPN的示意图:
输入: 一幅图像,尺寸\(M\times600\), 即resize使得最短边为600.
中间输出: conv feature map,大小\(m\times n\)。在该feature map上以\(3\times3\)滑窗,为了检测不同形状的窗口,这里每一个滑动窗口代表了可能的k=9种实际窗口(分别是3种不同尺度和3种不同宽高比)。每一个实际窗口,我们都称之为anchor。
最终输出: 一是:classifier score map,大小为\(m\times\ n\times 2\times k\),表示每一个窗口是或是不是目标的概率;
二是:regression map, 大小为\(m\times\ n\times 4\times k\),表示每一个窗口所回归出来的四个坐标\([x,y,w,h]\)
Test的时候,我们可以根据score map以一定阈值选出候选窗口,然后以regression map来修正这些候选框。
显然,RPN的Loss包含了两个部分,分别是分类和回归:
其中,\(p_i\) 是第 \(i\) 个anchor属于目标的概率。
———————————— Faster R-CNN ————————————
现在给出整体的结构图:
由上图可以看出,RPN负责提供候选窗口,R-CNN负责对这些窗口做进一步判断,一共是先后的两部分。
而且,两部分共用前面的所有的层,这样就通过参数共享大大减少了模型大小,从而提高了速度。
最后做目标确认的时候,使用了ROI-Pooling方法,即只pooling目标区域。
———————————— 训练策略 ————————————
另外还需要注意的就是训练策略了。
论文最终采用了“Alternating training”的训练策略,分为4阶段:
(1)训练RPN;
(2) 利用RPN产生的候选窗口来训练R-CNN;
(3)在(2)的基础上训练再次RPN,只不过保持共享层不训练;
(4)在(3)的基础上训练R-CNN分支,同时保持其它层不变。
- 人脸检测——Faster R-CNN
- 人脸检测——Faster R-CNN
- 目标检测方法系列——R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD
- 目标检测方法系列——R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD
- 目标检测:Faster R-CNN
- 目标检测--Faster R-CNN
- Faster R-CNN物体检测
- Face Detection with the Faster R-CNN (基于Faster RCNN的人脸检测)
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- 目标检测 Faster R-CNN 论文笔记
- 目标检测4 Faster R-CNN
- 关于Faster R-CNN的一切——笔记3:Faster R-CNN
- 关于Faster R-CNN的一切——笔记3:Faster R-CNN
- 深度学习目标检测模型发展过程:R-CNN Fast R-CNN Faster R-CNN R-FCN
- 目标检测方法系列:R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO,系列深度学习检测方法
- Android开发之手把手教你写ButterKnife框架(一)
- jQuery 循环遍历对象/集合/数组
- RecyclerView分割线——万能分割线
- Jquery的选择器
- 去除.DS_Store
- 人脸检测——Faster R-CNN
- 守护进程的引入
- (笔记)Spring实战_最小化Spring XML配置(2)_使用注解装配
- CSS设置图片缩放
- 贞明电子传感器接入百度开放云-基础篇
- 动态规划算法--最短路径问题
- java程序员面试必备之spring中bean的自动装配
- bzoj 1812: [Ioi2005]riv (树形dp+多叉树转二叉树)
- 【bzoj1019】[SHOI2008]汉诺塔