【pytorch目标检测】开山之作：R-CNN算法解读

背景

将“深度学习”和传统的“计算机视觉”的知识相结合，没有过多的使用深度学习
2014年将PASCALVOC数据集检测率从35%提升到53%

具体步骤

总体的步骤图：

1.候选区域生成：ROI(Regions of Interst)

Selective Search算法
将图像分割承小区域，合并包含同一物体可能性较高的区域，提取约2000个候选区域
归一化处理，得到固定大小的图像

利用 Selective Search 算法通过图像分割的方法得到一些原始区域，然后利用一些合并策略将这些区域合并，得到一些层次化的区域结构，而这些结构就包含着可能需要的物体。这里的 SS 算法可以详见此处，算法原始论文Selective Search for Object Recognition。（初始区域的获取是引用另一篇论文的：Efficient Graph-Based Image Segmentation）

2.CNN提取

将固定大小的图像，利用AlexNet CNN网络得到固定维度的特征输出

3.SVM分类器

线性二分类器对输出特征进行分类
得到是否属于此类的结果，采用难样本挖掘来平衡正负样本的不平衡

对2000x20的每一列近NMS处理

4.位置精修

通过回归器对特征边界回归=Bounding Box regression从而得到更为精准的目标区域

存在的问题

候选区域需要提前提取并保存，占用空间较大
涉及分类中的全连接网络，所以尺寸是固定的，精度会低
需要多步训练，步骤繁琐且训练速度慢

【pytorch目标检测】开山之作：R-CNN算法解读相关推荐

【论文解读】R-CNN 深入浅出理解目标检测开山之作
R-CNN是CNN处理目标检测问题的开山之作,其中的区域提议,难例挖掘,非极大值抑制等等方法沿用至今..整个打下了two-stage模型的框架.但我并不推荐研究R-CNN的实现,因为选择性搜索部分与现 ...
Pytorch 目标检测和数据集
Pytorch 目标检测和数据集 0. 环境介绍环境使用 Kaggle 里免费建立的 Notebook 教程使用李沐老师的动手学深度学习网站和视频讲解小技巧:当遇到函数看不懂的时候可以按 S ...
GitHub趋势榜第一：超强PyTorch目标检测库Detectron2，训练更快，支持更多任务
栗子发自凹非寺量子位报道 | 公众号 QbitAI PyTorch目标检测库Detectron2诞生了,Facebook出品. 站在初代的肩膀上,它训练比从前更快,功能比从前更全,支持的模型也 ...
目标检测的评价指标P,R,mAP
目标检测的评价指标P,R,mAP 1 基本概念 1.1 IOU(Intersection over Union) 1.2 TP TN FP FN 2. 各种率 2.1 根据IOU计算Precision ...
Pytorch目标检测实现
torchvision库中已存在目标检测的相应模型,只需要调用相应的函数即可. 1. 单文件: ## 导入相关模块 import numpy as np import torchvision impo ...
Pytorch目标检测学习资源
Pytorch学习陈云<深度学习框架PyTorch:入门与实践>:https://zhuanlan.zhihu.com/p/31712507 官方教程:http://pytorch123 ...
CVPR2020目标检测等论文汇总：代码 / 论文解读 / 打包下载
本文为极市平台公众号编辑整理,未经授权,不得二次转载. 原文链接:CVPR2020 检测类论文最全汇总:136 篇论文方向细分 / 代码 / 论文解读 / 打包下载本周三,CVPR官方正式开放下载, ...
目标跟踪中的卡尔曼滤波和匈牙利算法解读。
先解读Sort算法:Simple online and realtime tracking 论文地址 https://arxiv.org/abs/1602.00763 代码地址 https://git ...
Pytorch 目标检测BoundingBox数据增强详细记录
目录 1.resize 2 裁剪crop 2.1 中心裁剪center_crop 2.2 随机图像大小裁剪RandomSize_crop 2.3 随机裁剪Random_crop 3.随机翻转rando ...
目标检测-20种常用深度学习算法论文、复现代码汇总
向AI转型的程序员都关注了这个号