1.boudingboxregression总结：　　rcnn使用l2-loss　　首先明确l2-loss的计算规则：　　　　　　　　　　　　　　　L∗=(f∗(P)−G∗)2，∗代表x,y,w,h　　　　　　　　　　　　　　  整个loss: L=Lx+Ly+Lw+Lh　　　　　　　　　...

faster缺点：1.不是全卷积，roi出来后是两个fc层，这样会丧失平移变性。　　　　　 2.每个roi都要单独经过两个fc层，也就是分别进行分类和回归，耗时也有种说法是roi-pooling后导致平移变性丧失，这个地方还要深入思考resnet在以faster结构为检测框架的时候，是stage4和之前作特征...

idea：ROIpooling前都是卷积，是具备平移不变性的，但一旦插入ROIpooling之后，后面的网络结构就不再具备平移不变性了，就解决了分类和定位的矛盾，但因为引入roi-wiselayer，会牺牲训练和测试的效率。因此，本文想提出来的positionsensitivescoremap这个概念是能把目标的位置信...

  在regionproposal阶段采用不同的iou。第一幅图，不同颜色的线是用不同的regionproposal的iou阈值，横坐标是regionproposal生成的框与gt的原始iou，纵坐标是未经过训练的框经过boundingboxregression后生成的新框与gt的iou，发现0.5...

fasterrcnn中这三层是单独生成的层,也是复现最复杂的层anchor_target_layer作用:从众多的anchor中选取出正负样本供rpn网络学习(实际上就是把anchor和gt进行配对,配对后将这一对送给loss进行训练).　　　　　　　　　注意的点:从众多的anchor中随机选取128个正样本(iou&...

frcnn_train_data_paramfrcnn_train_data_param{source:"./data/train_list.txt"root_folder:"./data/train_images"num_classes:4ignore_label:1distort_param{brightness_...

fcn代码：https://github.com/shelhamer/fcn.berkeleyvision.orgdeconvolution实际上是转置卷积，是为了从小的featuremap恢复到大的featuremap动画展示怎么deconvolution：https://github.com/vdumoulin/c...

faster-rcnn的github源码中是round四舍五入但kaiminghe的ppt是直接取整    １．讲roi-align和roi-pooling区别并且详细阐述roi-align过程的博客：http://blog.leanote.com/post/afanti/b5f...

1.roi_pooling层是先利用spatial_scale将regionproposal映射到featuremap上，然后利用pooled_w、pooled_h分别将映射后的框的长度、宽度等分形成bin，最后对每个bin进行max_pooling，这其实就是一个spp-net的过程（只不过sppnet使用多个等分尺...

http://blog.csdn.net/terrenceyuu/article/details/76228317https://www.cnblogs.com/houkai/p/6824455.htmlhttp://lib.csdn.net/article/computervison/67828...

http://www.cnblogs.com/louyihang-loves-baiyan/p/5134671.html...

这是rfcn模型的rpn网络部分：这是rfcn模型的rfcn网络部分：可以看到rpn网络使用的最后一层特征提取层是resnet的res4f，rfcn网络使用的最后一层特征提取层是resnet的res5cres4f刚好是resnet的第90层，之所以这样是因为90层刚好达到这一层的featuremap是原图的1/16，这...

fast、faster这些网络都可以被roi-pooling层分成两个子网络：1.ashared,'fullyconvolutional'subnetwork　　　　　　　　　　　　　　　　　　　　　　　　　　　2.anroi-wisesubnetwork（就是doesnotsharecomputation的子网络）其...

这个是对faster问题的一个总结http://blog.csdn.net/u010402786/article/details/72675831?locationNum=11&fps=1这个代码应该是生成适合数据集的anchor的代码，但我没怎么看，之后可以看看：https://github.com/djda...

之前在fastrcnn，fasterrcnn编译过程中USE_CUDNN:=1这一项一直是注释掉的(即不使用cudnn加速)，编译会报错：之所以会这样，是因为fastrcnn，fasterrcnn代码默认是使用的cudnnv4，但我的服务器装的cudnnV6.0解决这个问题有两种方法：http://blog.csdn....