代码地址：https://github.com/jwyang/faster-rcnn.pytorch 1.fasterRCNN.train():这个不是让网络进行训练，而是让moduleintrainingmode，有些module在traingmodel和testingmodel下不同,比如bn即self....

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&...

 defvoc_ap(rec,prec,use_07_metric=False):"""ap=voc_ap(rec,prec,[use_07_metric])ComputeVOCAPgivenprecisionandrecall.Ifuse_07_metricistrue,usestheVOC0711poin...

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...

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....

rpn-data层输入的是data即整张图片，然后是根据映射生成roi框rpn-loss-bbox输入的才是整个网络预测的roi框bbox_transform在rpn-data层使用，把生成的achor，并不是把预测的roi框回归  rpn_loss_bbox，论文中定义输入是ti和ti*，ti和t...

http://www.cnblogs.com/houkai/p/6824455.html http://blog.csdn.net/u014696921/article/details/60321425...

http://blog.csdn.net/linolzhang/article/details/74159463http://blog.csdn.net/linolzhang/article/details/75137050http://blog.csdn.net/z5337209/article/details/72...

http://blog.csdn.net/u014696921/article/details/60321425...

步骤和fastrcnn的编译一样，在编译中遇到了一个问题：刚开始是以为python-numpy没有安装到位，后来发现是Makefile.config的配置出现了问题。原来的配置是：PYTHON_INCLUDE:=/usr/include/python2.7     &n...

关于anchor的问题：这里在详细解释一下:(1)首先按照尺度和长宽比生成9种anchor,这9个anchor的意思是conv5featuremap3x3的滑窗对应原图区域的大小.这9个anchor对于任意输入的图像都是一样的，所以只需要计算一次.既然大小对应关系有了，下一步就是中心点对应关系，接下来(2)对于每张输入...

https://zhuanlan.zhihu.com/p/21412911 rcnn需要固定图片的大小，fastrcnn不需要 rcnn,sppnet,fastrcnn,ohem,fasterrcnn,rfcn都属于基于regionproposal（候选区域）的目标检测方法，即预先找出图中目标可能出...

说明：出现这种问题的情况是由于JSON里面包含了实体没有的字段导致反序列化失败。解决方法：//第一种解决方案//ObjectMapper对象添加mapper.configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES,false);Strings="{"id"...