目標檢測之R-CNN系列
阿新 • • 發佈:2018-12-05
R-CNN
整體結構
- Region proposal -> warped region -> CNN -> FC -> linear SVM、regression
訓練步驟
- 對CNN進行Supervised pre-training
在有大量資料的ILSVRC 2012資料集上進行分類訓練,達到較好的效果 - Domain-specific fine-tuning
使用selective search得到VOC資料集中的候選框,處理得到warped region。將處理得到的warped region組合成32個正樣本、96個負樣本構成的batch。其中正樣本為和ground truth的IOU大於指定的閾值(比如0.5或者0.3)的region,其他的為負樣本。送入模型進行fine-tuning,選取較小的學習率,否則預訓練也就沒有用了。
測試步驟
- 使用selective search得到測試樣本的候選框, 處理得到warped region。
- 送入模型進行類別預測和迴歸
- 將預測結果按照概率大小排序,採用NMS(非極大值抑制),也就是選出概率最大的region,然後刪除和它的region的IOU超過指定閾值的其他region,重複這個步驟直到沒有候選框。篩選出最終得到的檢測框