1.首先是function model =ZF_for_Faster_RCNN_VOC2007(model)中的參數

% Stride in inputimage pixels at the last conv layer

model.feat_stride?????????????????????????????? = 16;

%此處必須是16，和5次卷積對應。若不是16，如為8，則只有左上角1/4的位置有anchor

%% final test

% 對已排好序的abox，先選擇6000個，然后進行nms消除，閾值0.7，最后從中篩選300個。

model.final_test.nms.per_nms_topN??????????? ????? =6000; %圖像中目標較少時可考慮降低

model.final_test.nms.after_nms_topN????????? ????? =300; %圖像中目標較少時可考慮降低，recall較低時可考慮增大

?

2.?functionconf = proposal_config(varargin)和function conf = fast_rcnn_config(varargin)中的參數

??? ip.addParamValue('scales',????????? 600,??????????? @ismatrix);

??? % Max pixel size of a scaled input image

??? ip.addParamValue('max_size',??????? 1000,??????????@isscalar);

??? ip.addParamValue('batch_size', ?? ?128, ? ? ? ? ? ?@isscalar);

?? ip.addParamValue('test_min_box_size',16,? ? ? ? ? ?@isscalar);

根據圖片和目標的尺度可以修改scale和max_size參數；根據圖片中目標的尺度，可以修改test_min_box_size參數。
根據類別數量和每張圖包含目標數目，可修改batch_size

3.solve.txt中的參數

base_lr: 0.001?

lr_policy:"step"?

gamma: 0.1

stepsize: 30000

這四個參數根據loss變化情況修改，loss波動較大時考慮降低lr

max_iter: 40000 %樣本較少時可以適當降低

weight_decay: 0.0005 %過擬合時可以考慮增大

?

4.function anchors =proposal_generate_anchors(cache_name, varargin)中的參數

??? ip.addParamValue('base_size',?????? 16,???????????? @isscalar);

??? % ratio list of anchors

??? ip.addParamValue('ratios',????????? [0.5, 1, 2],??? @ismatrix);

??? % scale list of anchors

??? ip.addParamValue('scales',????????? 2.^[3:5],?????? @ismatrix);???

小目標時，可考慮降低base_size或者scales。

?

5.ZF-net和VGG-net選擇

樣本較多，目標尺度較大時，優先考慮VGG-net；

小樣本容易過擬合，優先考慮ZF-net

?

6. RPN的train_val.prototxt

如果proposal_config中修改了base_size，則這里的loss_bbox層（最后一層）中的loss_weight也需要相應調整

總結

以上是生活随笔為你收集整理的Faster RCNN参数详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。