Category: 机器学习与人工智能

参加了个比赛： https://www.datafountain.cn/competitions/332/details

[TOC] 摘要 代码：https://github.com/rbgirshick/py-faster-rcnn 论文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks （https://arxiv.org/pdf/1506.01497.pdf） 引入 我们首先回顾一下 Fast R-CNN 的主要步骤： 特征提取：输入整张图片，利用 CNN 提取图片的特征。 提取候选区域：使用 selective search 从原始图片中提取出区域候选框，并把这些候选框一一投影到最后的特征层。 进行分类和回归：通过两个全连接层，分别用 softmax 进行目标分类识别和用回归模型进行边框位置和大小的微调。 Fast R-CNN 虽然比 R-CNN 和 SPP-net 都快,但是速度也依然不够快，因为使用 selective search 进行候选区域提名是个耗时的过程。论文中指出使用 Selective Search 在 CPU 上执行每张图需要2s,即便是使用另一个候选窗口提取模块：EdgeBoxes，也需要0.2s。而Faster R-CNN 去掉了 Selective search, 通过引入 RPN (Region Proposal Networks) 来提取候选窗口，使得区域提名、分类、回归能共享卷积层，节约了计算时间，进一步提高了检测速度，实现了端到端的训练。 RPN如何工作的？…

[TOC] 前面我们介绍了RCNN和SPP-Net，这次来介绍一下Fast R-CNN。 论文地址：https://arxiv.org/abs/1504.08083 代码：https://github.com/rbgirshick/fast-rcnn 摘要： R-CNN和SPP-net存在的问题 训练过程pipeline 比较麻烦：R-CNN 和 SPP-net 的训练分为多个步骤，较为繁琐 • 1. 对网络进行微调 – R-CNN对整个CNN进行fine tuning – SPP-net只对SPP之后的(全连接)层进行fine tuning(这个也限制了其准确度的提高) • 2. 针对每个类别训练SVM，替代softmax • 3. 训练bounding-box回归模型 训练过程耗费时间和内存空间 1.需要用CNN提取所有训练样本的特征 2.在训练SVM和回归的时候都需要用CNN提取的特征作为输入，特征需要写入磁盘上，时间开销大 “With Very Deep Networks, Such As Vgg16, This Process Takes 2.5 Gpu-Days For The 5k Images Of The Voc07 Trainval Set. These Features Require Hundreds…