R-CNN_domain adaptive faster r-cnn-程序员宅基地

技术标签： R-cnn

R-CNN

Region proposals with CNNs(R-CNN)用分类的方法解决目标检测的问题。和之前的方法相比，R-CNN把mAP提高了30%多。

R-CNN
基本流程
训练
测试

基本流程

R-CNN模型分为4个步骤：

生成候选区域：一张原始图片生成约2000个候选区，文章采用的是Selective Search方法。
特征提取：把候选区域缩放到固定尺寸送入CNN做特征提取。固定尺寸取决于使用的网络模型，文章中用的是AlexNet，故缩放到227×227。
分类器：把提取的特征送入SVMs进行分类，判别属于哪个类别。
回归器：使用回归器精修候选框的四个参数。

训练

1. 有监督预训练

在数据量大的辅助数据集上（ILSVRC 2012）训练CNN网络，仅仅用分类标签训练。ILSVRC 2012数据集包含1000个类别的样本。

2. fine-tuning 微调

把1中的训练结果作为CNN的初始化参数，把CNN的输出由1000个类别改为21个类别，其他结构不变，再次进行训练。21个类别是VOC的20个类加上背景类构成。

训练数据：输入是region proposal，输出是类别。对于一个region proposal，若与任何一个ground-truth的IoU<=0.5，标记为正类，类别是IoU最大的ground-truth的类别；否则为负例，就是背景类。负例数量要远多于正例。

训练细节：随机梯度下降SGD；mini_batch = 128，其中32个正例（包含所有类别），96个背景类；步长为0.001。每个batch都偏向正例，提高了正例的比例。

3. 分类器

R-CNN又单独训练了SVMs分类器，没有直接采用2中的FC+softmax+cross entropy，并且样本正负例的划分也不同。对于一个候选框，当IoU<0.3时标记为负例（0.3这个值是在{0,0.1,…,0.5}六个阈值上做交叉验证得到的）；只有ground truth被标记为正例。对于每个类别训练一个SVM分类器，由于训练数据太多，内存不够，文章采用了hard negative mining method。

如何做hard negative mining（困难样本挖掘）？
    hard negative：就是false positive的样本，候选框标记为负例，预测为正例的样本。比如：一个候选框标记为背景类，但候选框中可能有一半包含了object，此时模型可能对这个框false positive，即把它预测为正例。
    easy negative:候选框全是背景，模型就很容易把这样的框正确识别为背景类。
    对于目标检测来说，大量的候选框为背景类，较少的框为目标类别，目标类别比较容易辨别（目标类的框IoU=1，因为只有ground truth被标记为正例），IoU接近0的背景类也容易，但是IoU不接近0的背景类容易被预测为某个目标类别，所以要重点关注。
    hard negative mining方法就是在迭代中重点关注了false positive：进行一轮训练，用此时的模型对负例（背景类）进行预测，把被预测为正例的样本加入训练集合；进行新一轮的训练和关注。

    为什么不直接采用fine-tuned CNN中的输出，而是又训练一个分类器？为什么在fine-tuning和SVM training阶段，正负例的划分标准不同？
    作者尝试使用FC8的输出进行非极大值抑制，发现效果不如当前方法好。原因在于：训练CNN时，IoU>0.5就被标记为正例，这个条件对于分类器来说过于宽松，所以CNN不能实现精确定位；但是若把条件提高，比如阈值提高，则会减少正例的数量，不适合深度学习的训练。因此进行hard positive mining的SVM训练。训练支持向量机时，IoU=1为正例，IoU<0.3为负例，样本量减少，SVM适合小样本的分类问题。

4.回归器

文章在误差分析中提到了 bounding box regression，精修之后mAP提高了3到4个百分点。

如何做bounding box regression？

测试

按照开头提到的流程：SS提取候选框，缩放到227*227，送入CNN提取特征（AlexNet最后一个全连接层的输出reshape为4096-d的向量），最后分别送入分类器和回归器。

分类器输入候选框的特征向量，得到某个候选框在K=20个类别上的打分；对于2000个候选框，得到2000×20的矩阵。在矩阵的每一列上做贪婪的非极大值抑制（non-maximum suppression,NMS），即在每个类别上执行NMS，目的是去除相交的多余候选框。最后把分值小于某个阈值的的候选框剔除（文章没有提到，应该是这样），最终得到的候选框即为R-CNN检测的目标。（先剔除，再NMS应该也可以。）

如何做non-maximum suppression？
    1.每一列2000个分值，按照将序排列。
    2.选中得分最高的框，遍历剩下所有的框，若IoU大于某个阈值，则删除该框。
    3.在剩下的proposals中，执行2，直到所有的proposals都被选中。

本文链接：https://blog.csdn.net/qq_35732097/article/details/80022667

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

软件测试流程包括哪些内容？测试方法有哪些？_测试过程管理中包含哪些过程-程序员宅基地

文章浏览阅读2.9k次，点赞8次，收藏14次。测试主要做什么？这完全都体现在测试流程中，同时测试流程是面试问题中出现频率最高的，这不仅是因为测试流程很重要，而是在面试过程中这短短的半小时到一个小时的时间，通过测试流程就可以判断出应聘者是否合适，故在测试流程中包含了测试工作的核心内容，例如需求分析，测试用例的设计，测试执行，缺陷等重要的过程。..._测试过程管理中包含哪些过程

政府数字化政务的人工智能与机器学习应用：如何提高政府工作效率-程序员宅基地

文章浏览阅读870次，点赞16次，收藏19次。1.背景介绍政府数字化政务是指政府利用数字技术、互联网、大数据、人工智能等新技术手段，对政府政务进行数字化改革，提高政府工作效率，提升政府服务质量的过程。随着人工智能(AI)和机器学习(ML)技术的快速发展，政府数字化政务中的人工智能与机器学习应用也逐渐成为政府改革的重要内容。政府数字化政务的人工智能与机器学习应用涉及多个领域，包括政策决策、政府服务、公共安全、社会治理等。在这些领域，人工...

ssm+mysql+微信小程序考研刷题平台_mysql刷题软件-程序员宅基地

文章浏览阅读219次，点赞2次，收藏4次。系统主要的用户为用户、管理员，他们的具体权限如下：用户：用户登录后可以对管理员上传的学习视频进行学习。用户可以选择题型进行练习。用户选择小程序提供的考研科目进行相关训练。用户可以进行水平测试，并且查看相关成绩用户可以进行错题集的整理管理员：管理员登录后可管理个人基本信息管理员登录后可管理个人基本信息管理员可以上传、发布考研的相关例题及其分析，并对题型进行管理管理员可以进行查看、搜索考研题目及错题情况。_mysql刷题软件

根据java代码描绘uml类图_Myeclipse8.5下JAVA代码导成UML类图-程序员宅基地

文章浏览阅读1.4k次。myelipse里有UML1和UML2两种方式，UML2功能更强大，但是两者生成过程差别不大1.建立Test工程，如下图，uml包存放uml类图package com.zz.domain;public class User {private int id;private String name;public int getId() {return id;}public void setId(int..._根据以下java代码画出类图

Flume自定义拦截器-程序员宅基地

文章浏览阅读174次。需求：一个topic包含很多个表信息，需要自动根据json字符串中的字段来写入到hive不同的表对应的路径中。发送到Kafka中的数据原本最外层原本没有pkDay和project，只有data和name。因为担心data里面会空值，所以根同事商量，让他们在最外层添加了project和pkDay字段。pkDay字段用于表的自动分区，proejct和name合起来用于自动拼接hive表的名称为 ..._flume拦截器自定义开发 kafka

java同时输入不同类型数据,Java Spring中同时访问多种不同数据库-程序员宅基地

文章浏览阅读380次。原标题：Java Spring中同时访问多种不同数据库多样的工作要求，可以使用不同的工作方法，只要能获得结果，就不会徒劳。开发企业应用时我们常常遇到要同时访问多种不同数据库的问题，有时是必须把数据归档到某种数据仓库中，有时是要把数据变更推送到第三方数据库中。使用Spring框架时，使用单一数据库是非常容易的，但如果要同时访问多个数据库的话事件就变得复杂多了。本文以在Spring框架下开发一个Sp..._根据输入的不同连接不同的数据库