论文 Rich feature hierachies for accurate object detection and semantic segmentation
来源:互联网 发布:cygwin搭建linux环境 编辑:程序博客网 时间:2024/06/03 17:50
1 Introduction
人类视觉区的处理过程是有阶梯的,自下而上的过程。而cnn网络也具有这种特点。为之提供了数学模型。这篇论文介绍了cnn在物体识别的表现。这里我们需要解决两个问题,一个是目标定位,另一个是使用很少的已标记检测数据来训练一个高性能的网络。和图片分类不同,检测需要定位物体,我们使用‘recongnition using region’,在每个image中产生2000个region proposals,将之修改成固定大小,以作cnn的输入,使用cnn进行训练吗,每一个proposal产生固定长度的特征向量,之后使用svm进行分类
2 Object detection with R-cnn
我们一共包括三个模型,第一个就是产生region proposals,第二个就是cnn从每一个region提取特征向量,第三个就是svm。
2.1 Region proposals:使用selective search
Feature extraction:从每一个region中提取一个4096维的特征向量,使用ImageNet里面的那个网络,包括五层卷积层和两个全连接层。在输入cnn之前,我们必须把每一个region都改成cnn输入的样式(227*227),我们选择最简单的,不管形状是啥,都直接warp到固定size。
2.2 Test time detection
特征提取之后,在每一个类中,使用为这个类训练好的svm对特征进行打分。
Run time analysis:一个image中,特征矩阵是2000*4096,svm权重矩阵是4096*N,N是类的数目。
2.3 Training
Supersived pre_training:在ILSVRC 2012上预训练cnn
Domain_specific fine_tuning: 为了是网络适应新的任务,使用新任务继续训练cnn,只需要改变最后一层softmax层,从1000类修改成21类(20类和一个背景),这一层参数初始化,其它层的参数不变,每一个image只有一个标签,所以我们要对每一个region proposal进行标注,使用IOU进行标注,如果使用selective resarch挑选出来的候选框和人工标注的重叠区域IOU大于0.5,就认为这个是正样本,将之标注成物体类别,否则当做负样本,视之为背景。
Object category classifiers:使用IOU来解决部分包括的问题。overlap threshold选择0.3。
- Rich feature hierachies for accurate object detection and semantic segmentation
- 论文 Rich feature hierachies for accurate object detection and semantic segmentation
- Rich feature hierarchies for accurate object detection and semantic segmentation
- Rich feature hierarchies for accurate object detection and semantic segmentation
- Rich feature hierarchies for accurate object detection and semantic segmentation
- Rich feature hierarchies for accurate object detection and semantic segmentation
- 【深度学习论文笔记】Rich feature hierarchies for accurate object detection and semantic segmentation
- 论文笔记:Rich feature hierarchies for accurate object detection and semantic segmentation
- 论文笔记 《Rich feature hierarchies for accurate object detection and semantic segmentation》
- 论文笔记 《Rich feature hierarchies for accurate object detection and semantic segmentation》
- Rich feature hierarchies for accurate object detection and semantic segmentation论文笔记
- R-CNN论文笔记《Rich feature hierarchical for accurate object detection and semantic segmentation》
- 论文笔记《Rich Feature Hierarchies for accurate object detection and semantic segmentation》
- 论文笔记|Rich feature hierarchies for accurate object detection and semantic segmentation
- 论文笔记——Rich feature hierarchies for accurate object detection and semantic segmentation
- 【论文笔记】Rich feature hierarchies for accurate object detection and semantic segmentation
- 深度学习论文笔记:Rich feature hierarchies for accurate object detection and semantic segmentation
- 论文阅读:RCNN[Rich feature hierarchies for accurate object detection and semantic segmentation]
- STL小记
- 配置EF(Entity Framework)、Mysql.client及MySql.Connector
- c++中strlen和seizeof的比较
- LA 3887
- softmax 回归
- 论文 Rich feature hierachies for accurate object detection and semantic segmentation
- 一分钟理解js闭包
- etl工具kettle学习——下载安装使用
- C++编程学习笔记——基础篇(二)标准库类型
- 九度OJ-题目1035 找出直系亲属
- 罗马帝国
- jQuery 笔记
- java中volatile关键字的含义
- message系统