Особенности более быстрого R-CNN

компьютерное зрение
Особенности более быстрого R-CNN

Высокий и красивый маленький М подошел к двери второго этажа.Счастливый маленький М еще не знал, что с ним здесь произойдет.

См. код:pytorch-tutorial/vgg_model.py

написано на двериBackbone-VGGX 特征提取
Появляются три вариантаVGG-13,VGG-16,VGG-19Доступен для выбора, Сяо М выбрал среднийVGG-16

После этого появляется строка описания: Этот уровень созданvgg-16Окончательный пул и последующие полносвязные слои удалены, и архитектура выглядит следующим образом.

image.png

        print(images.image_list.shape)                    # 输出 torch.Size([1, 3, 608, 1088])
        # 将图像输入到 backbone 得到特征图
        feature_maps = self.backbone(images.image_list)
        print(feature_maps.shape)                         # 输出 torch.Size([1, 512, 38, 68])

Сяо М посмотрел на свое трехмерное высокое и красивое «я», прикидывая, кем он станет после прохождения через Backbone.

Видно, что каждый сверточный слой в VGG-16 сконфигурирован как

kernel_size = 3
stride = 1
padding = 1

Это означает, что после ядра свертки ширина и высота остаются неизменными (W−3+21+1=W{W - 3 + 2 \over 1} + 1 = W)

Конфигурация каждого слоя пула

kernel_size = 2
stride = 2
padding = 0

Это означает, что после каждого объединения ширина и высота становятся вдвое меньше исходных.

Всего есть 4 MaxPools, а ширина и высота становятся:60824=38,108824=68,{608 \over 2^4} = 38, {1088 \over 2^4} = 68,

После того, как Сяо М закончил расчет, он узнал, что он станет 512-мерным, маленьким и коротким, поэтому он поколебался, но все же вошел.

...

...

Через какое-то время вышел Сяо М, и следующий уровень — самый сложный в легенде.RPN.

512 * 38 * 68Куда дальше пойдет маленькая М?

Категории