[目标检测]——SPPNet算法
2021/6/21 12:56:12
本文主要是介绍[目标检测]——SPPNet算法,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
SPPNet对R-CNN进行了改进,首先分析R-CNN慢在哪里?
R-CNN慢就慢在卷积运算,一张图片里面有2000个候选区域需要做卷积运算
一、SPPNet做出的改进
SPPNet主要存在两点改进地方,提出了SPP层
1、减少卷积运算
R-CNN中 crop/warp 是对图片进行形状修改
二、SPPNet介绍
1、操作步骤
- 图片输入到网络先得到一个 feature map
- 原图中通过SS得到的候选区域直接映射feature map中对应位置
- 映射过来的候选区域的特征,经过SPP层(空间金字塔变换层),S输出固定大小的特征向量。
2、映射
原图经过CNN变成 feature map,原始图片通过选择选择性搜索(SS)得到了候选区域(Region of interest),现在需要将基于原始图片的候选区域映射到 feature map 中的特征向量。映射过程图参考如下:
整个映射过程具体的公式,如下:
S 在论文中等于16,也就是每个卷积层的步长乘积。(2*2*2*2 = 16)
通过以上介绍,可以得出:
特征图中的xmin',ymin' = [xmin/16] + 1, [ymin/16] + 1
特征图中的xmax',ymax' = [xmax/16] - 1, [ymax/16] - 1
3、SPP(spatial pyramid pooling)
通过spatial pyramid pooling 将候选区域的 特征图转换成固定大小的特征向量。
三、SPPNet总结
- 首先不需要做大量的运算,节约计算资源
- 加入SPP
这篇关于[目标检测]——SPPNet算法的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)
- 2024-05-30【Java】百万数据excel导出功能如何实现