您现在的位置是：首页 >学无止境 >目标检测复盘 --4. Faster RCNN网站首页学无止境

目标检测复盘 --4. Faster RCNN

ShyHG 2024-06-17 11:26:57
简介目标检测复盘 --4. Faster RCNN

在这里插入图片描述

  • Fast RCNN的性能得到了很大的提升，但是还是有很大一部分开销在候选框的生成模块，也就是SS算法，Faster RCNN使用一个网络专门干这个事，从而加快整体检测速度，能达到5帧每秒。
  • 所以这里的FasterRCNN也就是RPN+FastRCNN
    在这里插入图片描述
  • RPN，这里参考 https://blog.csdn.net/m0_63007797/article/details/127704034
  • 流程：
    1. 常规卷积提取特征获取feature map
    2. 利用3*3，个数为256，stride=1,paddling=1的卷积核作为sliding window来卷积，得到H*W*256的特征图，对每个点的256维向量分别所两次全连接操作获得图中的2k scores和4k coordinates，论文中k=9
    3. 映射到特征图上，接入Fast RCNN步骤

在这里插入图片描述

  • 更为详细的RPN解释

  • anchor的选择，论文中提出使用9个anchor
    在这里插入图片描述
  • 对于最终的anchor选择，采用如下策略

在这里插入图片描述

  • RPN训练样本选择策略
  • 随机采样256个样本，按照1:1的比例来选取，如果正样本少于128个，则使用负样本来补充
    在这里插入图片描述
  • 正负样本的定义：1.所有anchor中和真值的IOU最大认为是正样本(其实是对后面标准的补充) 2.只要anchor和真值的IOU大于0.7则被认为是正样本

在这里插入图片描述

  • RPN Loss计算，由分类损失和边界框回归损失两部分组成

在这里插入图片描述

  • 分类损失，是一个sofrmax cross entropy
  • 举例：第一个位置的损失 L c l s = − l o g ( 0.9 ) L_{cls}=-log(0.9) Lcls​=−log(0.9)第二个位置的损失是 L c l s = − l o g ( 0.2 ) L_{cls}=-log(0.2) Lcls​=−log(0.2)，图中的标签可以onehot为[1,0],[0,1]…

在这里插入图片描述

  • pytorch中的实现采用下面这个版本，是下图中的实现方法，分类损失采用二值交叉熵
  • 使用sigmoid输出K个值，而不是上图中的2K，同样计算一下，第一个位置为 L c l s = − [ l o g ( 0.9 + ( 1 − 1 ) ∗ l o g ( 1 − 0.9 ) ] L_{cls}=-[log(0.9+(1-1)*log(1-0.9)] Lcls​=−[log(0.9+(1−1)∗log(1−0.9)]，第二个位置为 L c l s = − [ 0 ∗ l o g ( 0.2 ) + ( 1 − 0 ) l o g ( 1 − 0.2 ] ) L_{cls}=-[0*log(0.2)+(1-0)log(1-0.2]) Lcls​=−[0∗log(0.2)+(1−0)log(1−0.2])

在这里插入图片描述

  • 边界框回归损失，和Fast RCNN中的方法基本一样，使用 s m o o t h L 1 smooth_{L1} smoothL1​损失函数，表达式如下图
  • 仍然是预测4个参数，经过转换到最终的位置和宽高

在这里插入图片描述

  • Faster RCNN训练方法如下
  • 原论文中采用分布的方式来训练，训练RPN->训练Fast RCNN->微调RPN->微调Faster RCNN
  • 在最终的方法中可以同时开始训练RPN和Faster RCNN，即联合训练

在这里插入图片描述

风语者！平时喜欢研究各种技术，目前在从事后端开发工作，热爱生活、热爱工作。

站长推荐