首页 > 其他 > 详细

RCNN + Fast RCNN + Faster RCNN

时间:2020-07-17 18:20:02      阅读:49      评论:0      收藏:0      [点我收藏+]

图像分类 图像定位 目标检测 和 实例分割

技术分享图片

目标检测的发展历程(论文时间)

技术分享图片

图片来自https://github.com/hoya012/deep_learning_object_detection#2014

相关链接https://blog.csdn.net/C_chuxin/article/details/82828439

RCNN(Regions with CNN) 是将CNN引入目标检测的开山之作

技术分享图片

RCNN 主要分为四步

  • 采用SelectiveSearch方法生成候选区域(region proposals), 每张图片1K~2K个候选区域
  • 提取特征,每个区域都采用CNN(AlexNet)进行特征提取,需要resize(各向异性缩放 p=16)
  • 判断类别,每个区域提取特征送入不同的SVM分类器,判断是否属于该类
  • 位置修正,采用回归器修正候选框位置 线性回归
    技术分享图片

为什么在CNN后采用SVM进行分类,而不用原有的SoftMax?

  • 这个是因为svm训练和cnn训练过程的正负样本定义方式各有不同,导致最后采用CNN softmax输出比采用svm精度还低

R-CNN 缺点

  • 需要事先提取多个候选区域对应的图像。这一行为会占用大量的磁盘空间
  • 候选区域(region proposal)归一化过程中对图片产生的形变会导致图片大小改变,不利于CNN的特征提取
  • 每个候选区域(region proposal)都需要进入CNN网络计算,进而会导致过多次的重复的相同的特征提取,这一举动会导致计算浪费

【文章参考】

Fast R-CNN

Fast R-CNN 主要在SSP-Net上改进

  • 卷积不再是对每个region proposal进行,而是直接对整张图像,这样减少了很多重复计算
  • 用ROI pooling进行特征的尺寸变换,
  • 将regressor放进网络一起训练,每个类别对应一个regressor,同时用softmax代替原来的SVM分类器

技术分享图片

  • 从上图可以看出,输入的图片会分成两路,一路进行FCN全卷积(基于VGG16)生成feature map ,一路和RCNN一样利用SS选取region proposals,两者一起进入ROI pooling,这里需要将region proposals的尺度转换成feature map的大小。之后进去两层全连接,之后进入分类层和定位层

【参考文章】

mAP(Mean Average Precision)

Faster R-CNN

Faster R-CNN 在fast R-CNN上的改进 faster R-CNN=RPN+fast R-CNN

  • 改进region proposal候选区域的选取方式,产生 RPN层(区域生成网络Region Proposal Networks)

技术分享图片

技术分享图片

RPN详细理解

  • 首先将卷积后的特征图feature map映射回原始图像, 每个映射都对应不同尺度窗口bounding box
  • 根据bbox与真实框ground truth的交并比IOU,给bbox标记正负样本标签

【参考文章】

RCNN + Fast RCNN + Faster RCNN

原文:https://www.cnblogs.com/wangxiaobei2019/p/13330491.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!