在使用fast rcnn以及faster rcnn做检测任务的时候,涉及到从图像的roi区域到feature map中roi的映射,然后再进行roi_pooling之类的操作。
比如图像的大小是(600,800),在经过一系列的卷积以及pooling操作之后在某一个层中得到的feature map大小是(38,50),那么在原图中roi是(30,40,200,400),
在feature map中对应的roi区域应该是
roi_start_w = round(30 * spatial_scale);
roi_start_h = round(40 * spatial_scale);
roi_end_w = round(200 * spatial_scale);
roi_end_h = round(400 * spatial_scale);
其中spatial_scale的计算方式是spatial_scale=round(38/600)=round(50/800)=0.0625,所以在feature map中的roi区域[roi_start_w,roi_start_h,roi_end_w,roi_end_h]=[2,3,13,25];

在CNN网络中roi从原图映射到feature map中的计算方法相关推荐

  1. java map 随机取值_随机获取一个集合(List, Set)中的元素,随机获取一个Map中的key或value...

    利用Java提供的Random类.从List或Set中随机取出一个元素,从Map中随机获取一个key或value. 因为Set没有提供get(int index)方法,仅仅能先获取一个随机数后.利用一 ...

  2. 深入理解深度学习中的【卷积】和 feature map

    深入理解深度学习中的卷积和feature map        虽然深度学习和CNN的概念已经传遍大街小巷,本文还是说一说CNN中的卷积.        本文主要介绍卷积层的结构.下图显示了CNN中最 ...

  3. 【目标检测】SPP-Net中候选区域在原图和feature map之间的映射关系

    目录:候选区域在原图和feature map之间的映射关系 一.问题转化 1. 什么是感受野?以及感受野大小如何计算? 2. 感受野上的坐标映射 3. 论文中关于特征映射的讲解 二.何凯明演讲的PPT ...

  4. 原始图片中的ROI如何映射到到feature map?(转)

    链接:https://zhuanlan.zhihu.com/p/24780433 链接:https://www.cnblogs.com/objectDetect/p/5947169.html 在SPP ...

  5. Faster R-CNN源码中ROI Pooling的解析

    如图可以看出来ROI Pooling使用RPN产生的Proposal和fearture map,ROIpooling其实使用的是feature map中的Proposal,如下图也可以看出来.Prop ...

  6. fasterrcnn中ROI Pooling 与 SPP 理解

    介绍 ROI(Region of Interest) Pooling是Pooling的一种.在传统CNN中,Pooling层的作用主要有三个: 1.特征不变性,使模型更加关注是否存在某些特征而不是特征 ...

  7. 简要笔记-CNN网络

    以下是CNN网络的简要介绍. 1 CNN的发展简述 CNN可以有效降低传统神经网络(全连接)的复杂性,常见的网络结构有LeNet.AlexNet.ZFNet.VGGNet.GoogleNet.ResN ...

  8. 连接远程电脑中的虚拟机---端口映射

    连接远程电脑中的虚拟机---端口映射 问题:A主机中运行有2台虚拟机,现在我们希望在B主机中通过ssh(或其他方式)访问A主机中的2台虚拟机.(前提:B主机可以ping通A主机,即A有公网IP或A.B ...

  9. cockroachdb mysql_CockroachDB学习笔记——[译]CockroachDB中的SQL:映射表中数据到键值存储...

    CockroachDB学习笔记--[译]CockroachDB中的SQL:映射表中数据到键值存储 原文标题:SQL in CockroachDB: Mapping Table Data to Key- ...

  10. feature map 意义_CNN中的feature map

    Feature map的理解 在cnn的每个卷积层,数据都是以三维的形式存在的.因此就可以将其看成是许多个二维的面叠在一起,而其中的每一个面,都称作一个feature map. 例如上图中的A0层,数 ...

最新文章

  1. ibm db2获取目标时间与当前时间的差值_高帧频视觉实时目标检测系统
  2. filter执行先后问题_Thinkphp5框架变量覆盖导致远程代码执行
  3. java访问修饰符详解——学java,零基础不怕,不只要理论,更要实践+项目,a href=http://www.bjweixin.com太原维信科技提供 /a...
  4. python3 列表的增删改查
  5. 简单叙述html的发展历史,HTM
  6. 资深数据大牛深度解析:大数据底层架构!
  7. Academic English Reading Notes
  8. what are used for research figures
  9. InnoDB 事务/锁/多版本分析?你了解多少?
  10. DLedger —基于 raft 协议的 commitlog 存储库
  11. Vue + Spring Boot 项目实战(五):数据库的引入
  12. java中super_java中super的两种用法
  13. 云HBase内核解析
  14. doT js模板入门
  15. 《王道计算机考研》:数据链路层
  16. Java面向对象三大特征
  17. H5案例分享:微信视频播放全屏问题
  18. 第12周 项目4-输出从顶点u到v的所有简单路径
  19. 亚马逊风控从哪些方面检测的?
  20. 默认模式网络(Default mode network, DMN)

热门文章

  1. COVID-19知识图谱问答系统(基于REFO)
  2. AttributeError: module ‘matplotlib‘ has no attribute ‘image‘
  3. [python] 对于arcpy的简单使用。
  4. PostgreSQL(1)数据库安装(win和linux)
  5. 【ArcGIS操作】2 高级编辑篇
  6. windows下PHP拓展包的选择
  7. MFC 序列化的理解及困惑点
  8. 题目:有一分数序列:2 / 1,3 / 2,5 / 3,8 / 5,13 / 8,21 / 13...求出这个数列的前20项之和。
  9. kubernetes集群Pod详细信息为Failed create pod sandbox,缺失镜像google_containers/pause-amd64.3.0解决方法
  10. 你写的代码要被 GitHub 存在北极啦!期限是 1000 年!