faster R-CNN 論文閱讀
Faster R-CNN 論文閱讀
1. Introduction
目標檢測在region proposal 方法的推動下獲得了很大成功,SPP-Net和fast R-CNN使用共享卷積層加速了計算速度,目前在test階段的瓶頸在於region proposal。
目前的region proposal都太耗時了,這篇論文提出了RPN(Region Proposal Networks),使得面對檢測任務,基本是cost-free的。
2. related work
沒什麼要說的
3. Faster R-CNN
Faster R-CNN包含了兩個部分,一個是RPN,一個是fast R-CNN. 整個系統是單一、統一的網路。用最近比較時髦的術語“attention”來說,RPN就是告訴fast R-CNN往哪看的。
3.1 Region Proposal Networks
這裡使用了兩種卷積網路,一種是ZF的,一種是VGG-16。論文配圖以ZF為例。RPN網路在最後一個卷積層之後開始,以ZF為例,最後一個卷積層的輸出為13×13×256。首先RPN接了一個n×n×256的卷積層,這裡的n = 3. 這是相當於採用滑動視窗的形式來提出proposal,每一個滑動的視窗對應回原圖的region都是所提出的region.隨後接了兩個1×1的全卷積層,分別為分類層(cls)和迴歸層(reg)。
3.1.1 Anchors
對於feature map 當中的每一個點,都可以對應回原圖,使用不同的尺寸和長寬比,可以得到多個原圖的boxes, 叫做anchors. 論文用了3個尺度,3個長寬比,得到k = 9.
所以對於一個W×H的feature map,可以得到 WHk個anchors.
平移不變
anchor具有平移特性。當在圖片當中平移一個object後,proposal 也能平移,function也會預測到正確位置。
3.1.2 Loss Function
對於anchors, 正樣本:
- 與ground truth有著最高的IOU的anchors
- 與任意一個ground truth有著大於0.7的IOU的anchors
所以一個ground truth box可以對應多個正的anchors,而且至少對應一個。通常第二個條件就足以生成充足的正樣本了,但是在某些稀少的情況下第二個情況或許沒有正樣本,只能使用第一個條件來產生一些正樣本。
負樣本的定義是對於所有的ground truth 的IoU都小於0.3.
Loss 函式的定義:
3.1.3 Training RPNs
每次的mini-batch都從一張圖上產生256個anchors,正負比例基本1:1。
前60K學習率為0.001 ,接下來20k學習率為0.0001.
momentum為0.9, weight decay為0.0005
3.2 RPN與fast R-CNN之間共享卷積層特徵
4步輪流訓練
1. 從pre-trained ImageNet網路初始化RPN網路,訓練RPN網路。
2. 從pre-trained ImageNet網路初始化fast R-CNN網路,並用1當中的RPN網路得到region proposals, 訓練自己的網路,此時兩個網路的卷積層是不一樣的,不共享的。
3. 使用fast R-CNN的卷積層初始化RPN網路的卷積層, fine-tune RPN網路的後面的特有的層。
4. 然後用3中的RPN網路生成region proposals,fine-tune fast R-CNN網路後面特有的層。
3.3 實現細節
訓練時為了便於收斂去掉越過邊界的那些anchors,但是測試時還是保留了,不過會裁剪到邊界。這樣對於1000×600的圖片,原本有60×40×9個anchors,去掉之後大約還有6000個anchors.
RPN的proposals有很大的重疊度,採用NMS來去掉重疊,採用的IOU閾值為0.7
4 實驗
4.1 在Pascal VOC上的實驗
本Markdown編輯器使用StackEdit修改而來,用它寫部落格,將會帶來全新的體驗哦:
- Markdown和擴充套件Markdown簡潔的語法
- 程式碼塊高亮
- 圖片連結和圖片上傳
- LaTex數學公式
- UML序列圖和流程圖
- 離線寫部落格
- 匯入匯出Markdown檔案
- 豐富的快捷鍵
快捷鍵
- 加粗
Ctrl + B
- 斜體
Ctrl + I
- 引用
Ctrl + Q
- 插入連結
Ctrl + L
- 插入程式碼
Ctrl + K
- 插入圖片
Ctrl + G
- 提升標題
Ctrl + H
- 有序列表
Ctrl + O
- 無序列表
Ctrl + U
- 橫線
Ctrl + R
- 撤銷
Ctrl + Z
- 重做
Ctrl + Y
Markdown及擴充套件
Markdown 是一種輕量級標記語言,它允許人們使用易讀易寫的純文字格式編寫文件,然後轉換成格式豐富的HTML頁面。 —— [ 維基百科 ]
使用簡單的符號標識不同的標題,將某些文字標記為粗體或者斜體,建立一個連結等,詳細語法參考幫助?。
本編輯器支援 Markdown Extra , 擴充套件了很多好用的功能。具體請參考Github.
表格
Markdown Extra 表格語法:
專案 | 價格 |
---|---|
Computer | $1600 |
Phone | $12 |
Pipe | $1 |
可以使用冒號來定義對齊方式:
專案 | 價格 | 數量 |
---|---|---|
Computer | 1600 元 | 5 |
Phone | 12 元 | 12 |
Pipe | 1 元 | 234 |
定義列表
- Markdown Extra 定義列表語法:
- 專案1
- 專案2
- 定義 A
- 定義 B
- 專案3
- 定義 C
-
定義 D
定義D內容
程式碼塊
程式碼塊語法遵循標準markdown程式碼,例如:
@requires_authorization
def somefunc(param1='', param2=0):
'''A docstring'''
if param1 > param2: # interesting
print 'Greater'
return (param2 - param1 + 1) or None
class SomeClass:
pass
>>> message = '''interpreter
... prompt'''
腳註
生成一個腳註1.
目錄
用 [TOC]
來生成目錄:
數學公式
- 行內公式,數學公式為:
Γ(n)=(n−1)!∀n∈N 。 - 塊級公式:
更多LaTex語法請參考 這兒.
UML 圖:
可以渲染序列圖:
或者流程圖:
離線寫部落格
即使使用者在沒有網路的情況下,也可以通過本編輯器離線寫部落格(直接在曾經使用過的瀏覽器中輸入write.blog.csdn.net/mdeditor即可。Markdown編輯器使用瀏覽器離線儲存將內容儲存在本地。
使用者寫部落格的過程中,內容實時儲存在瀏覽器快取中,在使用者關閉瀏覽器或者其它異常情況下,內容不會丟失。使用者再次開啟瀏覽器時,會顯示上次使用者正在編輯的沒有發表的內容。
部落格發表後,本地快取將被刪除。
使用者可以選擇 把正在寫的部落格儲存到伺服器草稿箱,即使換瀏覽器或者清除快取,內容也不會丟失。
注意:雖然瀏覽器儲存大部分時候都比較可靠,但為了您的資料安全,在聯網後,請務必及時發表或者儲存到伺服器草稿箱。
瀏覽器相容
- 目前,本編輯器對Chrome瀏覽器支援最為完整。建議大家使用較新版本的Chrome。
- IE9以下不支援
- IE9,10,11存在以下問題
- 不支援離線功能
- IE9不支援檔案匯入匯出
- IE10不支援拖拽檔案匯入
參考文獻
- 這裡是 腳註 的 內容. ↩