1. 程式人生 > >RCNN筆記

RCNN筆記

理解RCNN推薦看[4]

Region Proposal:理解為候選區域,建議區域

IoU(Intersection over Union): IoU is a measure of the overlap between two bounding boxes.如下圖

NMS(Non Maximum Suppression): 非極大值抑制

分類(classification)檢測(detection)和分割(segmentation)

ground truth[1,2]:在*有監督學習中,資料是有標註的,以(x, t)的形式出現,其中x是輸入資料,t是標註.正確的t標註是ground truth,

 錯誤的標記則不是。

feature map[3]:每種濾波器去卷積影象就得到對影象的不同特徵的對映,我們稱之為Feature Map

DPM:deformable part models
Top-5 error[5]: imagenet影象通常有1000個可能的類別,對每幅影象你可以猜5次結果(即同時預測5個類別標籤),當其中有任何一次預測對了,結果都算對,當5次全都錯了的時候,才算預測錯誤,這時候的分類錯誤率就叫top5錯誤率

multiple view: 暫時還不理解是什麼意思。

參考:

  1. 機器學習中的ground truth
  2. 機器學習中ground truth的解釋
  3. 理解卷積神經網路CNN中的特徵圖 feature map
  4. 目標檢測演算法(1)目標檢測中的問題描述和R-CNN演算法
  5. 什麼是影象分類的Top-5錯誤率