zihuaweng / draw.io Goto Github PK
View Code? Open in Web Editor NEWStore all draw.io files
License: GNU General Public License v3.0
Store all draw.io files
License: GNU General Public License v3.0
RCNN(2014), SPP NET -> Fast RCNN(2015) -> Faster RCNN(2016)
文章中的缩写:
RP -> region proposal
GT -> ground-truth
IoU -> 目标检测指标(两个框面积交集/两个框面积并集)
RCNN 是RCNN网络的第一篇。是结合了CNN作为特征提取的物体检测,比传统的 HOG-based DPM等方法表现更突出,mAP(mean average precision)达到53.3%, 前者只有30%左右。
借鉴在 ImageNet数据集上训练好的模型,finetune 成N+1种类的分类器(N个种类+1个背景),得到一个向量矩阵,文中使用的是AlexNet, 提取的是fc7后得到的4096维的向量。
** ILSVRC2013 detection dataset** train (395,918), val (20,121), and test (40,152),
数据 与GT有大于0.5重合(>=0.5 IoU)的为正样本,其余的为负样本(数量多效果好)
学习率 0.001
batch-size 32正样本+96负样本,模拟真实情况中负样本会比正样本多得多
每一类训练一个SVM分类器
数据 只有GT为正样本,与GT有<0.3IoU的RP为该类别的负样本,落入中间部分的RP将被忽略
得到SVM分数后,在feature map 上预测一个新的 bounding box。
因为选择出来的RP是很粗略的,与标注的GT存在一定的偏差,所以需要对RP进行微调,得到更加精确的框bounding box。
方法是在已有的预测框P基础上,学习一个从P到GT的映射,得到更加准确的框,映射得到的结果设为(图中的G)
设定映射中有四个参数,可以理解为预测与映射的偏移量,我们可以通过平移和缩放得到映射
:
预测框P在pool5得到的特征向量为
是
的线性方程。
通过学习得到
其中:
这里的non-maximum suppression方法是找出score比较高的RP,其中需要考虑不同RP的重叠问题。 假设有N个种类,提取2000个RP,通过CNN后得到2000 * 4096 的特征矩阵,然后通过N个SVM来判断每一个RP属于各个类的scores。其中,SVM的权重矩阵大小为4096N,最后得到2000N的一个分数矩阵。根据分数矩阵和RP的坐标信息,找到置信度比较高的bounding box。
RCNN(2014), SPP NET -> Fast RCNN(2015) -> Faster RCNN(2016)
1. 对整张图片输进CNN,得到feature map
2. 卷积特征输入到RPN,得到候选框的特征信息
3. 对候选框中提取出的特征,使用分类器判别是否属于一个特定类
4. 对于属于某一特征的候选框,用回归器进一步调整其位置
https://www.cnblogs.com/skyfsm/p/6806246.html
https://www.cnblogs.com/neopenx/p/4851806.html
blog.csdn.net/sunshine_in_moon/article/details/45797599
blog.csdn.net/crzy_sparrow/article/details/7407604
RCNN(2014), SPP NET -> Fast RCNN(2015) -> Faster RCNN(2016)
1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)
2. 对整张图片输进CNN,得到feature map
3. 找到每个候选框在feature map上的映射patch,将此patch作为每个候选框的卷积特征输入到SPP layer和之后的层
4. 对候选框中提取出的特征,使用分类器判别是否属于一个特定类
5. 对于属于某一特征的候选框,用回归器进一步调整其位置
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.