我正在學(xué)習(xí)使用 R-CNN 進(jìn)行對(duì)象檢測(cè)...我有圖像和注釋文件，它給出了對(duì)象的邊界框我了解 R-CNN 中的這些步驟，使用選擇性搜索來(lái)獲取建議的區(qū)域使所有區(qū)域大小相同在 CNN 中輸入這些圖像保存特征圖并饋送到 SVM 進(jìn)行分類在訓(xùn)練中，我將所有對(duì)象（僅來(lái)自圖像的對(duì)象而不是背景）輸入到 CNN，然后在 SVM 中訓(xùn)練特征圖進(jìn)行分類。在每個(gè)博客中，都在說(shuō)R-CNN，分為三個(gè)部分，1st -selective search 2nd -CNN 3rd -BBox Regression但是，我沒(méi)有得到 BBox 回歸的深入解釋。我了解 IOU（Intercept over Union）來(lái)檢查 BBox 的準(zhǔn)確性。您能否幫我了解如何使用此 BBox 回歸來(lái)獲取對(duì)象的坐標(biāo)。
1 回答
嚕嚕噠
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超7個(gè)贊
解釋如下所述的 BBox 回歸工作。
就像你提到的那樣，它發(fā)生在多個(gè)階段。
選擇性搜索：
生成初始子分割，我們生成許多候選或部分區(qū)域。
使用貪心算法遞歸地將相似區(qū)域組合成更大的區(qū)域。
使用生成的區(qū)域來(lái)生成最終的候選區(qū)域建議。
CNN 和 BBox 回歸：
回歸器是具有卷積層和全連接層的 CNN，但在最后一個(gè)全連接層中，它不應(yīng)用通常用于分類的 sigmoid 或 softmax，因?yàn)檫@些值對(duì)應(yīng)于概率。相反，這個(gè) CNN 輸出的是四個(gè)值 (??,??,?,??)，其中 (??,??) 指定左角位置的值，(?,??) 指定窗口的高度和寬度。為了訓(xùn)練這個(gè) NN，當(dāng) NN 的輸出與訓(xùn)練集中標(biāo)記的 (??,??,?,??) 非常不同時(shí)，損失函數(shù)將進(jìn)行懲罰。
添加回答
舉報(bào)
0/150
提交
取消