ML Tasks Image Detection FastRCNN

[junxnone]

Reference

• 2014 R-CNN Rich feature hierarchies for accurate object detection and semantic segmentation [paper] [Code]
• 2015 Fast RCNN [paper]

Brief

• 共享卷积层
  • 提取候选框 --> CNN --> 每个候选框的特征 --> 分类+回归
  • 输入图片 --> CNN --> 每张候选框的特征 --> 分类+回归
• SVM --> Softmax

Steps 　　

• 1.在图像中确定约1000-2000个候选框 (Selective search)
• 2.对整张图片输进CNN，得到feature map
• 3.找到每个候选框在feature map上的映射patch，将此patch作为每个候选框的卷积特征输入到SPP layer和之后的层
• 4.对候选框中提取出的特征，使用分类器判别是否属于一个特定类
• 5.对于属于某一特征的候选框，用回归器进一步调整其位置

Fast R-CNN architecture

ROI Pooling

根据region proposals的位置坐标在特征图中将相应区域池化为固定尺寸的特征图，以便进行后续的分类和输出回归框操作

• Input
  • CNN 输出特征图
  • Selective search ROI
• Output
  • region_nums x channels x W x H的向量

ROI Align

• ROI Pooling 在池化的时会对浮点数边界取整, 精度损失映射到原始图片上有可能存在很大的像素点差别。
• ROI Align 使用双线性内插的方法替换取整, 获得坐标浮点数的像素点上的图像数值。

Test Result

[junxnone]

junxnone/AI#73