【目标检测经典算法】R-CNN、Fast R-CNN和Faster R-CNN详解系列三：Faster R-CNN图文详解

好喜欢吃红柚子

于 2024-03-18 14:51:32 发布

阅读量1.4k

点赞数 22

CC 4.0 BY-SA版权

分类专栏：模型详解与复现文章标签：目标检测算法 cnn 人工智能深度学习 python 计算机视觉

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_45662399/article/details/136801261

【目标检测经典算法】R-CNN、Fast R-CNN和Faster R-CNN详解系列二：Fast R-CNN图文详解

概念预设

感受野

感受野(Receptive Field) 是指特征图上的某个点能看到的输入图像的区域。

神经元感受野的值越大表示其能接触到的原始图像范围就越大，也意味着它可能蕴含更为全局，语义层次更高的特征；
值越小则表示其所包含的特征越趋向局部和细节。

在这里插入图片描述
在论文中，ZF网络特征图中 $3 * 3$ 的滑动窗口在原图中的感受野为 $171 * 171$

RPN

框架

Faster R-CNN不再需要SS算法进行候选框的生成，而是使用RPN进行锚框的生成和筛选，可以和分类回归任务放在一起进行实现，是一个一阶段任务。
在这里插入图片描述

anchor box

什么是anchors

在图像上预设好的不同大小，不同长宽比的参照框。 论文中设定每个区域可以生成k个anchor box。
在这里插入图片描述

anchors的大小和比例

由于每个

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。