论文--R-FCN
?
R-FCN:? Object Detection via Region-based Fully Convolutional Networks
?
R-FCN 的網(wǎng)絡(luò)結(jié)構(gòu)：
?
不同于之前的fast/faster R-CNN的region-based，paper中的new network是shared, fully convolutional 的網(wǎng)絡(luò)結(jié)構(gòu)。
Paper是奔著節(jié)約計算的角度，因?yàn)閞-cnn 系列的網(wǎng)絡(luò)結(jié)構(gòu)分為兩部分，一部分是Shared Conv層，另一部分是針對region proposal的Conv+FC層，fast RCNN和faster RCNN做的工作是延長Shared Conv，縮小非共享的后面部分。
R-FCN做的是將regional proposal后面的Conv基本轉(zhuǎn)移到Shared Conv部分。 減少Conv計算。
?
隨著網(wǎng)絡(luò)深度的增加，網(wǎng)絡(luò)對location的敏感度也越來越低，這就是 translation-invariance。
?
?
?
1, structure
本paper做的跟faster RCNN的區(qū)別是：將Conv5層ROI-pooling之后的pooled feature maps ，不要再針對每一個ROI之后再進(jìn)行Conv計算了。而是，將Conv5層進(jìn)行fully convolutional layer, 得到 K^2*(c+1) x w x h的feature maps， 然后對該feature map 進(jìn)行position-sensitive pooling 得到 k x k x (c+1) 大小的score map，之后做 average pooling （voting）得到 (c+1)的vector就可以放進(jìn) softmax判斷了，所以，feature map后面的不涉及到Conv層，計算量很小。
?
2, position-sensitive score maps
Position-sensitive score maps: 對最后一層Conv層得到的feature maps，對于每一個wxh 大小的RoI rectangle，一個bin的大小是 w/k * h/k ， 最后產(chǎn)生 k^2 個bin，對于 (i，j)個bin，產(chǎn)生score maps的操作公式是：
?
?
上面所說的是針對category，而針對bounding boxes，類似，直接將C+1變?yōu)?即可， bounding box t = (tx, ty, tw, th)
?
3, training:
對于每一個ROI，loss是 cross-entropy loss和box regression loss的總和
?
Training method在本算法中可以很容易采用online hard example mining (OHEM)， 對于一張image的N個proposals，選擇loss最大的B個proposal進(jìn)行backpropagation，因?yàn)閜er-RoI的計算量極小可以忽略。
?
R-FCN的特點(diǎn)：
(1)， 所有可以學(xué)習(xí)的參數(shù)都是都是 convolutional 且針對 fully feature maps
(2)， RoI-pooling之后的score maps之后的計算沒有參數(shù)
(3)，R-FCN的最后一個Conv層，其channel數(shù)跟 類別數(shù)C和 spatial grid describing relative positions K 相關(guān)，
?
總結(jié)：
(1)， R-FCN可以說是faster-RCNN的一個再次升級
(2)， 但是R-FCN的position-sensitive scores maps看起來適用性有限，paper也只給出了resnet101的版本而沒有vgg或者googlenet作為baseline。
?
轉(zhuǎn)載于:https://www.cnblogs.com/zhang-yd/p/6568137.html
總結(jié)
- 上一篇： 201521123091 《Java程序
- 下一篇： poj 2892---Tunnel W