原文链接:https://www.jianshu.com/p/670a3e42107d
RoI是Region of Interest的简写,是指对一张图片的“感兴趣区域”,用于RCNN系列算法当中,输入图片在经过卷积网络得到feature maps后,利用选择搜索或者RPN算法来得到多个目标候选框,这些以输入图片为参考坐标的候选框在feature maps上的映射区域,即为目标检测中所说的RoI。
RoI Pooling的过程如上图所示,其中有两个计算细节的问题有:
问题1、以输入图片为参考坐标的候选框在feature maps上如何映射?
scale = Sf / Si, Xf = scale * Xi,Yf = scale * Yi,其中 Sf 为feature map的Size,Si 为输入image的Size,(Xf,Yf)为feature map上的坐标点,(Xi,Yi)为输入image的坐标点。
问题2、如何把形状和大小各异的候选区域归一化为固定大小的目标识别区域?
通过对feature map分块池化实现归一化到固定大小,假设ROI Pooling层的输出大小为 Wr * Hr,输入候选区域的大小为 Wi * Hi,ROI Pooling的过程包括两个步骤:
( Hi / Hr) * (Wi / Wr),这里会有一个取整量化的操作;
候选框从原图坐标映射到的feature map坐标时,位置坐标可能存在浮点数,此时进行取整操作从而出现第一次量化;其次,在ROI Pooling求取每个小网格的位置时也同样存在浮点数取整的情况。这两次量化的结果都使得候选框的位置出现了偏差。
为了解决RoI Pooling两次量化问题,RoI Align不再采用取整量化操作,而是保留了浮点数的运算,并使用双线性插值的方式来求取像素值。具体的过程步骤如下:
假设需要输出2x2的fixed size feature map:
来源:https://www.jianshu.com/p/670a3e42107d
RoI Pooling 8*8的特征图,bbox坐标为[0,3,7,8],希望得到2*2的输出。bbox的w=7、h=5,将其等分成4块做不到,只能在w上分成3、4,h上分成2、3,如下图所示 在每块中做max pooling,得到下图结果 RoI Pooling有两次取整,一次是从特征图上抠出区域,一次是对区域进行划分 RoI Align 计算没有落到具体pixel上,采用最近的pixel对这点...
参考博客:https://blog.csdn.net/auto1993/article/details/78514071 为什么需要RoI Pooling? 答:在FAST R-CNN中,特征被共享卷积层一次性提取,因此对于每个roi而言,需要从共享卷积层上摘取对应的特征,并且送入全连接层进行分类。因此,ROI Pooling做2件...
文章目录 前言 一、Fast-RCNN主要技术 1.共享卷积计算 2.ROI POOLING 3.SVM替换成两个FC 二、Fast-RCNN总结 三、Fast-RCNN缺点 四、ROI Pooling的改进 1.ROI Align 2.Precise ROI Pooling 3.三种 ROI Pooling对比 前言 前面讲了两阶段检测的RCNN算法,我们提到它有一个缺陷就是2k个候选区域在测试...
ROI Align 是在Mask-RCNN这篇论文里提出的一种区域特征聚集方式, 很好地解决了ROI Pooling操作中两次量化造成的区域不匹配(mis-alignment)的问题。实验显示,在检测测任务中将 ROI Pooling 替换为 ROI Align 可以提升检测模型的准确性。 如果roi大小为(7,6),而roipooling是分成了(6,6)的部分,(7,6)到(6,6)的转换必然...
RoI Pooling 在Fast R-CNN首次出现了ROI Pooling 下面以Fast R-CNN为例 可以看到先对原图进行卷积,得到卷积层,在将Selective Search选择的proposals对应到卷积层。由于proposal尺寸不一样,需要进行RoI pooling,比如下面是卷积层: 有一个proposals: 划分网格,paper里设置的是7 * 7,下图是2 * 2: 每...
一、下载ps下能存ico格式的插件 因为我们要在Photoshop中创建这个图标,所以,首先要下载能将图片保存为.ico格式的Photoshop插件。Photoshop本身是不支持将图片保存为.ico格式的,有了这个插件,你才能轻松的将做好的图片保存为我们所需要的格式。 下载好以后,安装到你相应的文件夹中一般来说是你ps安装位置的我的是7.0,我给放这里了Program Files\Adobe\P...
写在前面,博主基于自己的工作情况及阶段性学习总结,将自己的感悟和历程记录下来。欢迎大家关注,和博主一起共同进步。 本公众号的每篇文章都是基于博主自己的理解和实践得出的一点感悟,在此记录下来,方便以后学习。 号内文章全部坚持原创,所以文章更新速度不能按时,但一定保证文章的质量。 号内文章主要分为三部分 源码分析(目前业界优秀的开源框架源码分析,目前在做Spring源码分析持续更新) 分布式杂谈(由于...
前言:近几天忙忙碌碌,但感觉也没有忙出什么成果,继续我的代码编写工程吧。我前几天一直在考虑,我目前学代码是为了干嘛?现在我研究的东西其实和任何计算机语言都不太沾边,不对,和R语言有关。但是我一直想将代码和图像处理结合起来,我大学接触过一点这个,感觉很有意思,速度快,主要是做出的成果很有成就感。既然前面已经有了numpy 的基础,我准备结合图像处理和python。开始吧! 图像处理基础知识 1 数字...
软链接文件 所谓软链接就是存储路径。路径越长,文件越大。软链接可以节省空间,省去了拷贝。 如何做软链接? ln -s 源文件 软链接文件 不仅仅是可以软链接文件, 也可以软链接目录。 尽量使用据对路径,下面的红色说明不存在,原因就是使用了相对路径。使用了绝对路径之后就没有问题了。 实际工作场景的例子: df -h 查看磁盘分区 假设其中的一个磁盘的内存即将使用完毕,同时还有进程在不停的...
Ceylon 1.3.0是Ceylon语言的主要版本,已结束330多个问题 。 这是Ceylon的第一个版本,支持Android开发,Node Package Manager( npm )和Wildfly Swarm 。 对于JVM,此发行版与Ceylon 1.2的所有发行版(1.2.0至1.2.2)向后兼容。 对于JavaScript,此版本仅与先前版本(1.2.2)向后兼容。 Ceylon I...
I'm using Two layouts 1- Main Layout : "~/Views/Shared/_Layout.cshtml" 2- Left Side layout "~/Views/Shared/_LeftSide.cshtml" (this view also contains main layout) In left Side Layo...
I'm writing a code in Python and I'm having a few problems. I have two arrays, let's say A and B, both of them containing IDs. A has all IDs, and B has IDs belonging to a group. What I'm trying to do ...
Here is my recursive copy line: I want to have it be both recursive and update existing. So something like: The above is invalid. How do I achieve this? Thank you. From https://en.cppreference.com/w/c...
As of today, is RFC 4175 (aka SMPTE 2110-20) currently supported in the released version of ffmpeg (4.1)? Surfing the web I am only able to find these two references: https://patchwork.ffmpeg.org/patc...
I've added a searchView to the toolbar, and added the search suggestions. The problem is I want to add a custom list-item to the search suggestions as the last item to clear the suggestions(search his...