标签：候选 候选框 进化史 Faster 特征 样本 RCNN anchor

Faster RCNN之进化史

1.RCNN

1.1 算法流程

（1）在一张图像中通过SS算法生成1K~2K个候选区域
（2）对每一个候选区域通过深度网络提取特征
（3）特征送入每一类的SVM分类器，判断是否属于该类，之后通过nms为每一类候选框进行筛选。
（4）使用回归器精确修正候选框位置

1.2 网络模型

1.3 RCNN存在的问题

（1）测试速度慢：测试一张图片约53s（CPU）。用Selective Search算法提取候选框用时约2s，一张图像内候选框之间存在大量重叠，提取特征操作冗余。
（2）训练速度慢：过程及其繁琐
（3）训练所需空间大：对于SVM和bbox回归训练，需要从每个图像中的每个目标候选框提取特征，并写入磁盘。对于非常深的网络，如VGG16，从VOC07训练集上的5k图像上提取的特征需要数百GB的存储空间。

2.Fast RCNN

2.1 算法流程

（1）一张图像生成1K~2K个候选区域
（2）将图像输入网络得到相应的特征图，将SS算法生成的候选框投影到特征图上获得相应的特征矩阵
（3）将每个特征矩阵通过ROI pooling层缩放到7×7大小的特征图，接着讲特征图展平通过一系列全连接层得到预测结果

2.2 网络模型

RCNN依次将候选区域输入卷积网络得到特征，这样的话在产生的多个候选区域中存在着大量的冗余区域，因此导致了RCNN速度慢，而Fast RCNN则是将整张图片送入网络，紧接着从特征图上提取相应的候选区域，这些候选区域的特征将不会重复。
这里我要说几点 ：
在Fast RCNN中得到候选区域的特征，我们并不会使用全部的候选区域特征送入后续的分类和回归分支，而是选取一部分数量相当的正负样本，而这里的正负样本是根据与Ground Truth的IOU来定义的，使用数量相当的正负样本是为了让模型做出公平的判断，不偏于任何一方。

分类器的输出是N+1个类别的其中N为检测目标的种类，1为背景类。

边界框回归器 输出对应N+1 个类别的候选边界框回归参数( d x , d y , d w , d h d_x,d_y,d_w,d_h dx​,dy​,dw​,dh​),共（N+1）×4个节点。

其中 P x , P y , P w , p h P_x,P_y,P_w,p_h Px​,Py​,Pw​,ph​分别是候选框的中心x，y坐标，以及宽高， G ^ x , G ^ y , G ^ w , G ^ h \hat G_x,\hat G_y,\hat G_w,\hat G_h G^x​,G^y​,G^w​,G^h​分别为最终预测的边界框中心x,y坐标，以及宽高。

2.3 损失函数

其中p是分类器预测的softmax概率分布 p = ( p 0 , . . . , p k ) p=(p_0,...,p_k) p=(p0​,...,pk​)
u对应目标真实类别标签
t u t^u tu对应边界框回归器预测的对应类别u的回归参数 ( t x u , t y u , t w u , t h u ) (t_x^u,t_y^u,t_w^u,t_h^u) (txu​,tyu​,twu​,thu​)
v对应真实目标的边界框回归参数 ( v x , v y , v w , v h ) (v_x,v_y,v_w,v_h) (vx​,vy​,vw​,vh​)
[u>=1]是艾弗森括号，指的是如果u>=1则为1，否则为0
其中分类损失为交叉熵损失:

回归损失：

3.Faster RCNN

3.1 算法流程

（1）将图像输入网络得到相应的特征图
（2）使用RPN结构生成候选框，将RPN生成的候选框投影到特征图上获得相应的特征矩阵
（3）将每个特征矩阵通过ROI pooling层缩放到7×7大小的特征图，接着将特征图展平通过一系列全连接层得到预测结果

3.2 网络模型

其中RPN结构如下所示:

对于一张1000×600×3的图像，大约有60×40×9（20k）个anchor，忽略跨越边界的anchor以后，剩下约6k个anchor。对于RPN生成的候选框之间存在大量重叠，基于候选框的cls得分，采用非极大值抑制，IOU设为0.7，这样每张图片只剩2k个候选框。

感受野计算公式：F(i)=(F(i+1)-1)×stride+Ksize

在产生的候选框中，我们并不是使用全部的候选框，而是选取一定数量的正负样本候选框，其比例尽量控制在1：1，如果正样本数量不够，可以通过负样本来补充。 而正样本的设置有两个条件：一是anchor与ground-truth有最大的交并比，而是与ground-truth的交并比超过0.7，可以看出第一个条件其实就是对第二个条件的补充，大多数情况下第二个条件就可以选出相应的正样本。 而负样本则是与ground-truth的交并比低于0.3。

4.损失函数

RPN损失:

其中 p i p_i pi​表示第i个anchor预测为真实标签的概率
p i ∗ p_i^* pi∗​当为正样本时为1，当为负样本时为0
t i t_i ti​表示预测第i个anchor的边界框回归参数
t i ∗ t_i^* ti∗​表示第i个anchor对应的GT Box
N c l s N_cls Nc​ls表示一个mini-batch中的所有样本数量256
N r e g N_reg Nr​eg表示anchor位置的个数(不是anchor个数)约为2400

分类损失有两种:
（1）Softmax Cross Entropy：

（2）Binary Cross Entropy:

标签：候选,候选框,进化史,Faster,特征,样本,RCNN,anchor
来源： https://blog.csdn.net/qq_41439608/article/details/120450818

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。