Faster R-CNN网络架构「建议收藏」

(26) 2023-03-27 09:56

Hi,大家好,我是编程小6,很荣幸遇见你,我把这些年在开发过程中遇到的问题或想法写出来,今天说一说Faster R-CNN网络架构「建议收藏」,希望能够帮助你!!!。
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第1张

**

Faster R-CNN网络架构原理解析

**
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第2张
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第3张
Anchor的第一个分支Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第4张是一个分类分支负责判断途中有没有东西,但是不会判断物品
第二个分支Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第5张是回归分支表示Anchor和真实值有多远最终提取的候选框尽量向真实值靠拢。

RPN层是如何提取候选区域
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第6张
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第7张
RPN的网络结构
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第8张
首先经过一个33的卷积分成两个二分支然后分别使用11的卷积得到分类分支和回归分支,每个像素点取9个anchor,在分类分支当中我们需要两维来判断anchor是不是包含物体,回归分支当中需要四维来判断anchor和真是框的相对位置。然后将RPN部分的输出和anchor相结合得到proposals。
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第9张

Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第10张
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第11张
RPN的损失函数
Faster R-CNN网络架构「建议收藏」_https://bianchenghao6.com/blog__第12张

上一篇

已是最后文章

下一篇

已是最新文章

发表回复