"Detección de destino" RCNN más rápido

Uno, RCNN más rápido es un paso clave para la detección de objetivos

1. Red básica para extracción de características;
2. Característica de la red RPN de transmisión para la extracción de tramas candidatas;
3. La clasificación de capas clasifica el marco del objeto candidato, la capa de regresión del marco candidato de (x, y, w, h)ajuste fino.

2. Estructura de red RCNN más rápida

1. Capas de conv. Como método de detección de objetivos de la red CNN, Faster RCNN primero utiliza un conjunto de capas básicas conv + relu + pooling para extraer mapas de características de imágenes. Los mapas de características se comparten para la capa RPN posterior y la capa completamente conectada.
2. Redes de propuestas regionales. La red RPN se utiliza para generar propuestas regionales. Esta capa usa softmax para determinar si los anclajes son positivos o negativos, y luego usa regresión de cuadro delimitador para corregir los anclajes para obtener propuestas precisas.
3. RoI Pooling. Esta capa recopila las propuestas y los mapas de características de entrada, extrae los mapas de características de la propuesta después de combinar esta información y los envía a la capa posterior completamente conectada para determinar la categoría objetivo.
4. Clasificación. Utilice mapas de características de la propuesta para calcular la categoría de la propuesta y, nuevamente, regrese el cuadro delimitador para obtener la posición final precisa del marco de detección.

三 、 Redes de propuestas regionales (RPN)

La red RPN en realidad está dividida en dos líneas, la superior usa softmax para clasificar los anclajes para obtener clasificaciones positivas y negativas, y la inferior se usa para calcular el desplazamiento de regresión del cuadro delimitador para los anclajes para obtener una propuesta precisa. La capa de propuesta final es responsable de integrar los anclajes positivos y las correspondientes compensaciones de regresión del cuadro delimitador para obtener propuestas y eliminar las propuestas que son demasiado pequeñas y más allá del límite. De hecho, cuando toda la red alcanza la capa de propuesta, completa la función equivalente al posicionamiento objetivo.