rcnn
来源:互联网 发布:net域名需要备案吗 编辑:程序博客网 时间:2024/05/12 11:34
参考:http://blog.csdn.net/shenxiaolu1984/article/details/51066975
RCNN算法分为4个步骤 :
1、一张图像生成1K~2K个候选区域
2、对每个候选区域,使用深度网络提取特征
3、特征送入每一类的SVM 分类器,判别是否属于该类
4、使用回归器精细修正候选框位置
1、一张图像生成1K~2K个候选区域
使用了Selective Search方法从一张图像生成约2000-3000个候选区域。基本思路如下:
- 使用一种过分割手段,将图像分割成小区域
- 查看现有小区域,合并可能性最高的两个区域。重复直到整张图像合并成一个区域位置
- 输出所有曾经存在过的区域,所谓候选区域
候选区域生成和后续步骤相对独立,实际可以使用任意算法进行。
合并规则:
优先合并以下四种区域:
- 颜色(颜色直方图)相近的
- 纹理(梯度直方图)相近的
- 合并后总面积小的
- 合并后,总面积在其BBOX中所占比例大的
第三条,保证合并操作的尺度较为均匀,避免一个大区域陆续“吃掉”其他小区域。
例:设有区域a-b-c-d-e-f-g-h。较好的合并方式是:ab-cd-ef-gh -> abcd-efgh -> abcdefgh。
不好的合并方法是:ab-c-d-e-f-g-h ->abcd-e-f-g-h ->abcdef-gh -> abcdefgh。
第四条,保证合并后形状规则。
例:左图适于合并,右图不适于合并。
上述四条规则只涉及区域的颜色直方图、纹理直方图、面积和位置。合并后的区域特征可以直接由子区域特征计算而来,速度较快。
2、对每个候选区域,使用深度网络提取特征
1)预处理
使用深度网络提取特征之前,首先把候选区域归一化成同一尺寸227×227。
此处有一些细节可做变化:外扩的尺寸大小,形变时是否保持原比例,对框外区域直接截取还是补灰。会轻微影响性能。
2)预训练
网络结构
基本借鉴Hinton 2012年在Image Net上的分类网络2,略作简化3。
此网络提取的特征为4096维,之后送入一个4096->1000的全连接(fc)层进行分类。
学习率0.01。
训练数据
使用ILVCR 2012的全部数据进行训练,输入一张图片,输出1000维的类别标号。
3)调优训练
网络结构
同样使用上述网络,最后一层换成4096->21的全连接网络。
学习率0.001,每一个batch包含32个正样本(属于20类)和96个背景。
4)训练数据
使用PASCAL VOC 2007的训练集,输入一张图片,输出21维的类别标号,表示20类+背景。
考察一个候选框和当前图像上所有标定框重叠面积最大的一个。如果重叠比例大于0.5,则认为此候选框为此标定的类别;否则认为此候选框为背景。
3、特征送入每一类的SVM 分类器,判别是否属于该类
分类器
对每一类目标,使用一个线性SVM二类分类器进行判别。输入为深度网络输出的4096维特征,输出是否属于此类。
由于负样本很多,使用hard negative mining方法。
正样本
本类的真值标定框。
负样本
考察每一个候选框,如果和本类所有标定框的重叠都小于0.3,认定其为负样本
4、使用回归器精细修正候选框位置
目标检测问题的衡量标准是重叠面积:许多看似准确的检测结果,往往因为候选框不够准确,重叠面积很小。故需要一个位置精修步骤。
回归器
对每一类目标,使用一个线性脊回归器进行精修。正则项
输入为深度网络pool5层的4096维特征,输出为xy方向的缩放和平移。
训练样本
判定为本类的候选框中,和真值重叠面积大于0.6的候选框。
5、结果
论文发表的2014年,DPM已经进入瓶颈期,即使使用复杂的特征和结构得到的提升也十分有限。本文将深度学习引入检测领域,一举将PASCAL VOC上的检测率从35.1%提升到53.7%。
本文的前两个步骤(候选区域提取+特征提取)与待检测类别无关,可以在不同类之间共用。这两步在GPU上约需13秒。
同时检测多类时,需要倍增的只有后两步骤(判别+精修),都是简单的线性运算,速度很快。这两步对于100K类别只需10秒。
以本论文为基础,后续的fast RCNN4(参看这篇博客)和faster RCNN5(参看这篇博客)在速度上有突飞猛进的发展,基本解决了PASCAL VOC上的目标检测问题。
- RCNN
- rcnn
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN
- RCNN,Fast-RCNN,Faster-RCNN
- RCNN, Fast RCNN, Faster RCNN
- RCNN -> Fast-RCNN -> Faster-RCNN
- rcnn,fast-rcnn,faster-rcnn
- RCNN, Fast RCNN, Faster RCNN
- RCNN, Fast-RCNN, Faster-RCNN
- NodeJS入门之Hello world
- 使用fscanf获取固定格式内容
- 源码分析-LinkedBlockingQueue
- 理解 OpenStack 高可用(HA):Neutron 分布式虚拟路由(三)
- Sqoop新品来了
- rcnn
- Java入门学习记录1
- Spring 与Struts2整合遇到的问题以及解决方案
- KMeans聚类算法
- Android 搜索到的关键字改变颜色
- Android WebView图文混排,图片适配4.4之后版本
- 开启技术博客之旅
- /etc/apt/sources.list 详解
- spring 编程式事务管理—PlatformTransactionManager