FasterR-CNN(object-detection)

2019年6月5日 下午12:16

2019年10月20日 下午9:48
faster R-CNN中anchors 的生成过程（generate_anchors源码解析）

重要知识点中的[R-CNN]cs231n_2019_lecture12.pdf

1. 这里面有两个重要的知识点，重点讲解其中的Anchor的概念，另一个Roi(regin object interest)
   1. 应为在tracker中， SiamRPN系列文章可以说是来源与R-CNN，其中的这个Anchor更是一提再提
2. Anchor
   1. 这个概念来源于：Insert Region Proposal Network (RPN) to predict proposals from features，目的是使用CNN来预测proposal，来提高速度和准确率
   2. 定义：
      1. Imagine an anchor box of fixed size at each point in the feature map
         1. 他就是一个矩形框
         2. 并且长宽是超参数，不能改
   3. Box transforms
      1. 是一个与每一个anchor对应的概念
      2. 定义：
         1. For positive boxes, also predict a transformation from the anchor to the ground-truth box (regress 4 numbers per pixel)
         2. 这里一定要注意是针对 positive boxes，也就是只有被判断为正样本的anchor才有Box transforms
         3. 这样做原因：我们现在通过anchor这个矩形区域可以大致判断是可以选为proposel，但是这个anchor并不是最准确的，那么我们就要学习一下在已知anchor对应的point是positive之后，周围哪些transforms是更好的。
            
   4. 为了考虑更多的情况，我们一般选取多个(K个) anchor，当然就会导致更多的Box transforms
      
   5. Anchor可以为Box transforms的种子
3. 最后结果：
   1. 整体上看FasterR-CNN:就有4个loss