Fast-Rcnn学习笔记

Fast-RCNN总览

step1:图片先放进卷积层
step2:再卷积层的特征图谱上回映射出对应的感兴趣区域
step3:集过一层ROI Pooling(后面介绍)
step4:每一个ROI变成一维的向量送入两个全连接层
step5:在最后的全连接层再分别将向量送入到分类框/回归框

Fast-RCNN与SPPNet的比较

• Fast-Rcnn在SPPNet上再进行改进
• SPP-net上的不足之处
  1. 训练比较慢(25h)，需要许多磁盘空间
  2. 再训练时不能更新SPP层下的参数
• Fast R-CNN有点
  1. 测试是更快
  2. 一步训练
  3. 更高的map
• Fast R-CNN的ROI跟sPPNet类似但是又不太一样
  • Fast R-CNN是用固定大小的H*W的框(H,W是需要设置的超参数)
  • 假设从特征图谱出来的特征图大小为(hw),则每一个小格的大小为(h/Hw/W)
  • 然后从每个小的格子中max-pooling，在每个特征图的通道中最大池化都是独立的

在测试时和训练时的过程

• 测试时
  
• 训练时
  

关于在分类器和回归器中的详解

在分类器

• 说明

step1:这里包括N+1个类别(包括1个背景类)
step2:对这一个类别使用softmax进行打分(总和为1)
step3:从这N+1中选择一个分最大的，则该ROI属于的类别为该类

在回归器

• 说明

step1:每一个类别对应4个参数(后面介绍dx,dy,dw,dh这四个参数)
step2:同理选出属于该类的dx,dy,dw,dh

• 详解边界框回归器
  
• 说明

step1:绿色的G是Ground Truth,黄色框P是预选框，红色框是最终预测的边界框
step2:dx(P) = (Gx-px)/Pw。同理可以求得dy(p),dw(p),dh(p)
step3:将求得的带入上面的公式中即可求得最终的预测框

关于Fast-RCnn中的Multi-task loss

分类损失

• 因为是属于分类任务，所以使用Cross Entropy loss
• 关于Cross Entropy
  
• 本文对应的是多分类任务

step1:假设真实标签的one-hot编码是:[0,0,...,1,...,0]
step2:预测的softmax概率为[0.1,0.3,...,0.4,...,0.1]
step3:那么Loss=-log(0.4)

边界框回归损失

• 说明

针对[u>=1]艾弗森括号:如果是背景类别则该项为0，即:背景不用边界框回归

• 总上所述:fast-rcnn除了没用将selective search融为一体，将Feature extraction,classification,bounding-box regression都融为一体了
• 后面提出的Faster-RCNN将解决这一问题

标签：...,ROI,笔记,step3,Fast,step1,Rcnn,step2
来源： https://www.cnblogs.com/zranguai/p/14388426.html