#rfcn

head头的设计:rfcn light-head rfcn

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...
代码星球 ·2020-10-13

rfcn校招总结

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...
代码星球 ·2020-10-13

rfcn结构

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...
代码星球 ·2020-10-13

rfcn讲解博客

http://www.cnblogs.com/lillylin/p/6277094.htmlROIpooling操作的输入(对于C+1个类)是k^2*(C+1)*W'*H'(W'和H'是ROI的宽度和高度)的scoremap上某ROI对应的那个立体块,且该立体块组成一个新的k^2*(C+1)*W'*H'的立体块:每个颜...
代码星球 ·2020-10-13

跑RFCN

按照这个来http://blog.csdn.net/sinat_30071459/article/details/53202977...
代码星球 ·2020-10-13

rcnn,sppnet,fast rcnn,ohem,faster rcnn,rfcn

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...