faster-rcnn anchor_target_layer、rpn_proposal_layer、proposal_target_layer
faster rcnn中这三层是单独生成的层,也是复现最复杂的层
anchor_target_layer作用:从众多的anchor中选取出正负样本供rpn网络学习(实际上就是把anchor和gt进行配对,配对后将这一对送给loss进行训练).
注意的点:从众多的anchor中随机选取128个正样本(iou > 0.5),128个负样本( 0 < iou < 0.4).如果正样本个数不够，就用负样本填充满256.这个地方不会用nms过滤,也不会选取score靠前的多少个anchor.自己注意正负样本的定义!
rpn_proposal_layer作用:这一层的输入是所有的anchor生成的所有的proposal,数量巨大,所以先排序,选rpn_pre_nms_top_n个proposal,然后再用nms过滤一次,再从剩下的里面选rpn_post_nms_top_n个proposal.说白了就是一个减少proposal个数,并增加proposal质量的层.最后给proposal_target_layer层2000个proposal
proposal_target_layer作用:这层接到rpn_proposal_layer给的proposal,主要完成proposal跟gt的配对,然后传给loss进行学习
注意的点:2000个proposal只选取128个roi，其中1/4为正样本,即32个为正样本；3/4作为负样本，即96个为负样本.如果正样本不够32，就拿负样本补128个roi.自己注意正负样本的定义!
实际上只有rpn_proposal_layer才是按分数取的,anchor_target_layer和proposal_target_layer很相似,都在做与gt的匹配以供训练
nms在训练中只用一次,即在rpn_proposal_layer对proposal进行过滤
在测试的时候用两次一次在rpn_proposal_layer,一次在出来的结果后对所有的输出结果进行nms一次
最新文章
- Scala的trait
- DateSort选择法、冒泡法排序
- 利用react native创建一个天气APP
- UI基础:DataPersistent.沙盒
- ubuntu cloud-archive 软件包 无法验证包来源
- DXperience-12.1.5 官网下载+注册破解+帮助文档
- HuffmanTree && HuffmanCode
- 一个小白对Arguments的理解
- /usr/lib64/python2.6/site-packages/pycurl.so: undefined symbol: CRYPTO_set_locking_callback
- 湖南生第八届大学生程序设计大赛原题 C-Updating a Dictionary(UVA12504 - Updating a Dictionary）
- VMware+Ubuntu8.10+Skyeye+gdb实现u-boot源码调试
- Scrapy框架安装配置小结
- 《java入门第一季》之类（Object类）
- Bootstrap 4 网格的基本结构
- Python爬虫3-parse编码与利用parse模拟post请求
- 斯特林公式 ——Stirling公式（取N阶乘近似值)（转）
- 网页筛选Automatic Input Enrichment - FLAIR
- [转载]AngularJS 指令 用法
- 【2019】OCP 12c 062题库更新大量新题-7
- iOS设计模式 - 中介者
热门文章
- 07.重写ToSting()方法
- 流畅的python和cookbook学习笔记（一）
- crontab 切割日志
- 将ojdbc 添加到maven
- AngularJs 延时器、计时器
- Linux下mongodb
- Activiti 配置Oracle不能自动创建表解决方法
- ANN神经网络——Sigmoid 激活函数编程练习 (Python实现)
- java实现哈弗曼树和哈夫曼树压缩
- Linux ->> UBuntu ->> Could not get lock /var/lib/dpkg/lock - open (11: Resource temporarily unavailable)