Faster Rcnn

一、公用特征Feature Maps的获取

二、Region Proposal Network

Feature Mapsbs,1024,38,38经过3*3卷积,然后分别经过两个1*1的卷积,通道数分别为18,36

18 = 9*2 代表每个位置9个先验框为背景和目标的概率

36 = 9*4 代表每个位置9个先验框的坐标调整参数(Faster Rcnn也是有先验框的)

先验框 + 位置调整参数 = 建议框

建议框的初筛

由于建议框非常多,要对建议框进行初筛,先根据建议框是目标的分数,选出得分最高的前K个建议框,再进行NMS,然后再选出得分最高的前K个建议框。如一张照片有300个建议框。

三、ROI Pooling

根据建议框的参数,在Feature Map上裁剪出对应特征,比如1024,82,79,每个特征的大小是不一样的,

相关推荐
浩哥学JavaAI11 分钟前
2026年最新AI agent面试(06)_RAG文档与检索
人工智能·面试·职场和发展
Adgine梦想家19 分钟前
RAG三步骤图解:让大模型实时理解你的网站
人工智能
我是小杰啊33 分钟前
幻视是什么?一款用自然语言搜索图片与视频的 AI 视觉问答工具
人工智能·计算机视觉·多模态·ai应用·视频搜索
就是一顿骚操作41 分钟前
神经网络可解释性积木:从特征可视化到归因地图
人工智能·深度学习·神经网络
kisshyshy42 分钟前
从无崖子到OpenAI:大模型间的“传功”,动了谁的奶酪?
人工智能·深度学习·设计模式
LadenKiller1 小时前
2026年量化工具增量,放回回测模拟实盘阶段判断
人工智能·python
用户471844407751 小时前
强化学习-从零定制强化学习环境:GridWorld 悬崖行走 + PPO 训练全解析
人工智能
不爱记笔记1 小时前
音视频内容如何纳入Obsidian知识库?分享一套完整的输入层解决方案
人工智能·ai·chatgpt·音视频·知识库·知识管理·obsidian
茶马古道的搬运工1 小时前
AI 深度技能之-解读OpenHuman(一)- Rust 写的个人 Agent 操作系统
人工智能
集芯微电科技有限公司1 小时前
各种大小尺寸TFT-LCD面板供电偏压电源方案IC
人工智能·单片机·嵌入式硬件·神经网络·生成对抗网络