RPN层

迪哥有点愁了 2023-01-12 22:43:17

课时名称	课时知识点
RPN层

...全文

170 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

3深度学习顶级算法详解03 Faster-Rcnn之RPN层详解23:47

注意版本：Torch版本 0.4 Faster RCNN其实可以分为4个主要内容： 1. Conv layers。作为一种CNN网络目标检测方法，Faster RCNN首先使用一组基础的conv+relu+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。 2. Region Proposal Networks。RPN网络用于生成region proposals。该层通过softmax判断anchors属于positive或者negative，再利用bounding box regression修正anchors获得精确的proposals。 3. Roi Pooling。该层收集输入的feature maps和proposals，综合这些信息后提取proposal feature maps，送入后续全连接层判定目标类别。 4. Classification。利用proposal feature maps计算proposal的类别，同时再次bounding box regression获得检测框最终的精确位置。

使用c++实现rpn层，改掉了原来的python层。彻底摆脱了python束缚

这是CVPR2018的单目标跟踪算法SiamRPN的翻译，有需要的人可以拿去用，方便理解原文。

SiamRPN++无水印PDF和Word翻译，参考https://blog.csdn.net/qq_36449741/article/details/99696208

唐宇迪的课程社区_NO_4

51

社区成员

712

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章