电商网站建设实训总结与体会员工培训内容

 与 RCNN 的区别：

FastRCNN_哔哩哔哩_bilibili

对所得到的特征矩阵，将它划分为七乘七四十九等份

划分之后，对它的每一个区域去执行最大池化下采样，也就是max pooling操作

假设我们对这个区域（左上角 第一个区域）进行最大池化下采样，得到的值是0.1

然后再对下一个框中的数据进行最大池化下采样，得到0.1

然后依次类推，就得到了我们一个7x7的特征矩阵

无论候选区域，它的特征矩阵是什么样的尺寸，都统一缩放到7x7大小，这样的话可以不去限制输入图像的尺寸

看fast R-cnn，网络的框架

将一张图像，直接输入到cnn网络当中，就得到它的一个特征图，然后根据映射关系，能够找到每一个候选区域的特征矩阵，然后将这个特征矩阵，通过ROI Pooling统一缩放到一个指定的尺寸

然后到这一步之后，我们就将它进行一个展平处理，接着再通过两个全连接层，得到ROI feature vector，然后在这个ROI feature vector的基础上，并联两个全连接层

注意这里是并联

其中一个全连接层，用于目标概率的预测

另外一个全连接层，用来边界框回归参数的预测

 

P 代表候选框坐标参数

每一个参数说明都给了

 

来看下计算公式，对于最终预测边界框，中心的x坐标是如何得到的呢

它是使用p w（也就是候选边界框的宽度）乘上回归参数dx，然后再加上px（也就是候选边界框的中心的x坐标）

同理呢，最终预测边界框y的坐标，就等于p h乘以d y加上py，这里的dx和d y是用来调整候选边界框中心坐标的回归参数

接下来再来看一下最终预测边界框，它的宽度是如何得到的，它等于pw乘上e x p的dw，这里的e x p是e的dw次方的意思，是一个指数运算

同理，最终预测的边界框的高度，等于ph乘以e x p的dh，这里的dw和dh就分别对应候选边界框的宽度回归参数以及高度回归参数

通过这个公式，就能将候选边界框，也就是橙黄色的框框给调整到红色的这个框框，也就是最终预测的边界框的一个位置