【问题标题】:Faster RCNN Anchor Generation更快的 RCNN 锚生成
【发布时间】:2021-03-17 04:31:04
【问题描述】:

我正在尝试理解 Faster RCNN 的概念。

例如,在图像(224×224)中,只有两个对象。为了从图像中创建一个长度为 256(128-Foreground,128-background)的小批量锚点,我只得到了 30 个与真实边界框相比 IOU 大于 0.7 的锚点。

在这种情况下,我应该如何使前景物体与背景平衡?

【问题讨论】:

    标签: python keras conv-neural-network object-detection faster-rcnn


    【解决方案1】:

    您可以摆脱或设置前景与背景之间的预定义比例。

    在下面的链接中,他将前景与背景的比例设置为 1/3。

    https://dongjk.github.io/code/object+detection/keras/2018/05/21/Faster_R-CNN_step_by_step,_Part_I.html

    本教程的github是:

    https://github.com/dongjk/faster_rcnn_keras/blob/master/RPN.py

    这是一个完整的教程,介绍了训练 Faster-RCNN 之前的步骤,在您的情况下,GitHub 中的 RPN 脚本具有您所追求的解决方案。

    请注意,您不需要完全平衡,而是需要一个合理的比例,因为在大多数情况下,背景是图像的大部分,而对于非常特定的数据集,情况并非如此。

    【讨论】:

    • 先生,如果我将比例设置为 1/3,即使在这种情况下,如果我面对的前景对象较小,那么我是否应该将其余部分添加为零。效果好么……
    • @vishakraj 这真的取决于您的数据。基本上在大多数情况下,您将拥有比前景更多的背景,因此您可能需要根据您的数据对其进行微调。我会尝试几种比率并测试每个比率,看看哪个给出了最好的结果(关于比率的一些消融研究)
    猜你喜欢
    • 2020-08-19
    • 2017-06-14
    • 1970-01-01
    • 1970-01-01
    • 2016-11-15
    • 2019-11-19
    • 2020-02-05
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多