更快的 RCNN 锚生成
Faster RCNN Anchor Generation
我正在尝试理解 Faster RCNN 的概念。
例如,在一张图像(224×224)中,只有两个物体。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 30 个锚点,与地面实况边界框相比,IOU 大于 0.7。
在这种情况下,如何使前景物体与背景平衡?
您可以去掉或设置前景与背景之间的预定义比例。
在下面link中,他将前景与背景的比例设置为1/3。
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 脚本有您想要的解决方案。
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,而对于非常具体的数据集,情况并非如此。
我正在尝试理解 Faster RCNN 的概念。
例如,在一张图像(224×224)中,只有两个物体。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 30 个锚点,与地面实况边界框相比,IOU 大于 0.7。
在这种情况下,如何使前景物体与背景平衡?
您可以去掉或设置前景与背景之间的预定义比例。
在下面link中,他将前景与背景的比例设置为1/3。
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 脚本有您想要的解决方案。
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,而对于非常具体的数据集,情况并非如此。