深度学习——SPPNet原理[通俗易懂]

深度学习——SPPNet原理[通俗易懂]从R-CNN到FastR-CNN,有必要了解下SPPNet,其全称为SpatialPyramidPoolingConvolutionalNetworks(空间金字塔池化卷积网络)。它将CNN的输入从固定尺寸改进为任意尺寸,例如在CNN结构中,输入图像的尺寸往往固定的(如224×224像素),输出可看做固定维数的向量。SPPNet在普通的CNN结构中加入了ROI池化层(ROIPo…

大家好,又见面了,我是你们的朋友全栈君。

从R-CNN 到Fast R-CNN,有必要了解下SPPNet,其全称为Spatial Pyramid Pooling Convolutional Networks(空间金字塔池化卷积网络)。

它将CNN的输入从固定尺寸改进为任意尺寸,例如在CNN结构中,输入图像的尺寸往往固定的(如224×224像素),输出可看做固定维数的向量。 SPPNet在普通的CNN结构中加入了ROI池化层(ROI Pooling)使得网络输入图像可以为任意size,而保证了输出维度是固定的向量。

ROI池化一般放在卷积层后,它的输入是任意大小的卷积,输出是固定维数向量,如下图为ROI池化:

深度学习——SPPNet原理[通俗易懂]

 

 

 

 

 

 


ROI池化层是如何能把任意输入大小的卷积特征转换为固定长度的向量的呢?

设传入池化层的卷积层宽w,高h,通道c 。不管输入的图像尺寸是多大,卷积层的通道c不变,是个常数。而w,h会随着input image尺寸的变化而变化,是变量。以上图中的ROI池化层为例,它首先把卷积层划分为4×4的网格,每个网格宽高分别为:w/4, h/4,通道数为c 。若不能整除则需取整。然后对每个每个通道中每个网格做最大池化(Max Pooling),这个4×4的网格最终变为16c维度的特征向量了。再然后把卷积层划分为2×2网格,同样用最大池化提取特征,得到4c维度的向量。同样把卷积层划分为1×1网格,得到1c维向量。最后将输出特征拼接成16c+4c+c=21c维度的特征。显然这个维度特征与输入图像(换句话说输入卷积层尺寸)w,h两个数据无关,因此ROI池化层可以把任意宽度和高度的卷积特征转换为固定长度的向量。

ROI池化层怎么用到目标检测呢?

网络的输入是一张图像,经过若干卷积得到卷积特征,这个卷积特征实际上和原始图像在位置上有一定对应关系(即卷积特征在同样位置会产生激活)。因此原始图像中的候选框,实际上也可以对应到卷积特征中相同位置的框。由于候选框大小千变万化,对应到卷积特征的区域形状也形状各异,利用ROI层可以把卷积特征中不同形状区域对应到同样长度的向量特征。这样就可以将原始图像中的不同长宽的区域都对应到一个固定长度的向量特征,这就完成了各个区域特征提取工作。

在R-CNN中对于原始图像的各种候选区域框,必须把框中的图像缩放到统一大小,再对每一张缩放后的图像提取特征。使用ROI池化层后,就可以先对图像进行一遍卷积计算,得到整个图像的卷积特征;接着对于原始图像中的各种候选框,只需要在卷积特征中找到对应的位置框,再使用ROI池化层对位置框中的卷积提取特征,就完成提取特征的工作。

R-CNN和SPPNet的不同点在于,R-CNN要对每个区域计算卷积,而SPPNet只需要计算一次,因此SPPNet的效率比R-CNN高得多。

R-CNN和SPPNet的相同点在于,他们都遵循着提取候选框,提取特征,分类几个步骤,提取特征后都使用SVM进行分类。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/131867.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • m3u8合并解密 TS视频文件分片合并解密

    m3u8合并解密 TS视频文件分片合并解密m3u8合并解密qq群:366950911图片:合并成功

  • 《哈佛幸福课》笔记

    《哈佛幸福课》笔记前言:幸福感是衡量人生的唯一标准,是所有目标的最终目标积极心理学第一课什么是积极心理学  与缺乏实质内容的心理自助行动不同,积极心理学从学术界而来,有着严谨的学术内容,并且兼顾应用到生活的方方面面,在象牙塔和大众之间构成一座桥梁。  学会安静反省,享受安静的理念,从小白鼠的实验中可知,有时候安静下来思考和重放过去的行为和知识,会学到更多。重现可能形成一种学习记忆机制。…

  • 百度分享插件使用[通俗易懂]

    百度分享插件使用[通俗易懂]这一篇写的比较全面,各种参数也基本都有了:百度分享代码–一键分享BaiduShareBEGIN这里完整的展示一下插件如何编写。首先需要插入百度分享插件js文件:Tip:这个插件不支持htt

  • CSDN有哪些值得学习的专栏?

    CSDN有哪些值得学习的专栏?马上2020年了,回顾2019这一年,CSDN哪些专栏受到了大家的喜爱呢?我们结合专栏的关注量、浏览量、用户反馈等多个方面,精选出一些专栏,分期分类推荐给你!涉及各类领域,带你从入门进阶实战!目录一、Java二、Python新三、C/C++四、AI五、OpenCV六、SpringBoot七、GO新八、其他新一、Java1、Java程序…

  • 重定向和转发的区别及应用_重定向是什么意思

    重定向和转发的区别及应用_重定向是什么意思请求转发:客户首先发送一个请求到服务器端,服务器端发现匹配的servlet,并指定它去执行,当这个servlet执行完之后,它要调用getRequestDispacther()方法,把请求转发给指定的student_list.jsp,整个流程都是在服务器端完成的,而且是在同一个请求里面完成的,因此servlet和jsp共享的是同一个request,在servlet里面放的所有东西,在stude…

  • 首次使用空气炸锅需要干烧10分钟_pycharm第一次打开

    首次使用空气炸锅需要干烧10分钟_pycharm第一次打开1、PyCharm的下载下载地址:https://www.jetbrains.com/pycharm/版本:PyCharmProfessionalEdition收费版本:PyCharmCommunityEdition免费2、首次新建项目打开安装好的PyCharm首次打开会出现本界面,点击CreateNewProject项目命名及选择Python解释…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号