图像检测（下）

2019-02-15 本文已影响0人姜茶无糖

区域卷积神经网络（R-CNN）系列

R-FCN

模型进化：共享卷积层计算

R-CNN->SPP-Net->Fast R-CNN->Faster R-CNN

模型进化

R-CNN系列的结构：

基于旧形态CNN的结构（AlexNet，VGG）

全卷积子网络，全连接子网络

相对应的设计结构

全卷积子网络（5层/组）独立于RoI,计算共享。

RoI-wise子网络（3层）计算无法共享

R-FCN

CNN的全卷积化趋势（ResNet，GoogLeNet）

只剩一个全连接层（2048-1000）

相应的，基于旧结构设计的R-CNN会出现问题

结构：RoI-wise子网络无隐含层

性能：检测性能跟分类性能不一致

应用两难：检测网络的变换敏感性，分类网络的变换不变性，卷积层越深，不变性越强，对变换越不敏感。

不适应设计：ResNet-101->conv91+RoI池化+conv10

准确性提升，但是速度下降。

适应全卷积化CNN的结构，提出全卷积化设计

共享ResNet的所有卷积层

引入变换敏感性

位置敏感分值图：特殊设计的卷积层，Grid位置信息+类别分值

位置敏感池化：无训练参数，无全连接网络的类别判断

R-FCN卷积

R-FCN的位置敏感卷积层

使用 $k^2(C+1)$ 个通道对（位置，类别）组合进行编码。

类别：C个物体类+1个背景类，相对位置：K*K个Grid（K=3），位置敏感分值图：每个类别 $k^2$ 个score map，score map尺寸=图片尺寸

R-FCN的位置敏感RoI池化层

显示地编码相对位置信息

将W*H尺寸的RoI拆分成K*K个 $\frac{w}{k} *\frac{h}{k}$ 尺寸的bin，不同（颜色）bin对应不同（颜色）通道层（score map），Bin内做均值池化，输出尺寸K*K*(C+1)

R-FCN的位置敏感RoI池化层

多分类损失函数