pytorch RCNN笔记

逃离我推掉我的手 2023-06-12 04:30 17阅读 0赞

深度学习的演进并不是跳跃性的，都是不断优化，所以学习新的模式中总需要回头看看到底为什么会产生。  
**1 SPP 空间金字塔池化**  
[SPP(Spatial Pyramid Pooling)详解][SPP_Spatial Pyramid Pooling],不同尺寸的图像尺寸如何输出相同大小的图像呢，裁剪或拉伸，原始图像就会扭曲，因为图像的纵横比改变了。SPP正式为解决此问题。  
[SPP空间金字塔池化（Spatial Pyramid Pooling）][SPP_Spatial Pyramid Pooling 1],看了这篇文章我才看出门道  
窗口大小向上取整，步长大小向下取整，即窗口win=cell(a/n),然而stride的大小是stride=floor(a/n)  
SPP的作用：

1.  解决输入图片大小不一造成的缺陷
2.  增加objet recongtion的精度
3.  由于把一个feature map从不同的角度进行特征提取，再聚合的特点，显示了算法的robust鲁棒的特性

**2 边框回归**  
[『计算机视觉』经典RCNN\_其一：从RCNN到Faster-RCNN][RCNN_RCNN_Faster-RCNN]，看了这篇文章，还得继续研究一些算法，比如[【边框回归】边框回归(Bounding Box Regression)详解（转）][Bounding Box Regression]  
[卷积神经网络物体检测—边框回归(Bounding Box Regression)详解][Bounding Box Regression 1]  
**3 目标检测**  
**3.1 IoU Intersection over Union**  
[目标检测之 IoU][IoU],IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值  
[Detection基础模块之（一）IoU][Detection_IoU]，参照这个文档计算交集面积即可，推算出uinon的面积，进而算出IoU。  
 I o U = i n e r s e c t i o n u n i o n IoU=\\frac\{inersection\}\{union\} IoU=unioninersection  
**3.2 ROI池化**  
[ROI Pooling（感兴趣区域池化）][ROI Pooling]

**3.2.1 Region proposal**  
区域建议或区域提案，object detection中第一个阶段，给定输入图像查找可以定位对象的所有可能位置。此阶段的输出应该是对象的可能位置的边界框列表  
[目标检测中region proposal的作用？][region proposal]  
**3.2.2 Final classification**  
对于前一阶段的每个区域提案，确定它是属于目标类别之一还是属于背景.

**3.3 Selective Search**  
[第三十三节，目标检测之选择性搜索-Selective Search][-Selective Search],selective search从名字看就知道是想办法去掉冗余候选区域，减少计算量。这篇文章中介绍的比较全了。[物体检测之选择性搜索(Selective Search][Selective Search]这篇介绍了opencv的实现。  
**3.3.1 相似度算法**  
选择性搜索的相似度主要基于颜色、纹理、大小、形状重叠，这四方面的相似度算法公式参考[选择性搜索（selective search）][selective search]  
**3.3.2 图像分割**  
[selectiveSearch 图像分割产生R个区域][selectiveSearch _R],挺复杂的。  
**3.4 softmax**  
[小白都能看懂的softmax详解][softmax],输出每个分类被取到的概率。[Softmax函数详解与推导][Softmax]可以明白softmax用于多分类。  
**3.5 特征工程**  
[一文带你读懂特征工程][Link 1]，在建模之前，需要花费70%的时间用在数据准备上。  
[机器学习（一）特征工程基本流程][Link 2]，有写复杂，看来需要单独学习。

[SPP_Spatial Pyramid Pooling]: https://www.cnblogs.com/zongfa/p/9076311.html
[SPP_Spatial Pyramid Pooling 1]: https://blog.csdn.net/juronghui/article/details/78648806
[RCNN_RCNN_Faster-RCNN]: https://www.cnblogs.com/hellcat/p/9629942.html
[Bounding Box Regression]: https://www.cnblogs.com/kk17/p/9695446.html
[Bounding Box Regression 1]: https://www.imooc.com/article/details/id/32450
[IoU]: https://blog.csdn.net/u014061630/article/details/82818112
[Detection_IoU]: https://blog.csdn.net/weixin_41278720/article/details/88770034
[ROI Pooling]: https://blog.csdn.net/H_hei/article/details/89791176
[region proposal]: https://www.zhihu.com/question/265345106
[-Selective Search]: https://www.cnblogs.com/zyly/p/9259392.html
[Selective Search]: https://blog.csdn.net/yuanlulu/article/details/82157071
[selective search]: https://blog.csdn.net/guoyunfei20/article/details/78723646
[selectiveSearch _R]: https://blog.csdn.net/u012509485/article/details/80379018
[softmax]: https://blog.csdn.net/bitcarmanlee/article/details/82320853
[Softmax]: https://www.cnblogs.com/zongfa/p/8971213.html
[Link 1]: https://www.jiqizhixin.com/articles/2018-08-24-4
[Link 2]: https://www.cnblogs.com/infaraway/p/8645133.html