【目标检测】FPN(Feature Pyramid Network)

弑神之狂舞 · 发表于 2022-12-9 18:29:21

点赞，谢谢

寒山问道 · 发表于 2022-12-9 18:29:51

作者您好寫得很詳細但我有和上面范先生同樣的疑問
想請問"綠色字是anchor size"
但您下面又說是feature map size
這兩個應該是不同的東西才對(?)
我想您的意思應該是"綠色字體是feature map size而在其上的每個pixel會生成3個anchor才對?"
不知道我這個解答對嗎?

永知 · 发表于 2022-12-9 18:30:21

能提供一下无水印的图片吗，想要引用一下

蓝昱淇 · 发表于 2022-12-9 18:31:09

的确是标反了

聊爷名场面 · 发表于 2022-12-9 18:32:00

anchor的数字是以原图大小数字对照的。32，128都是指的原图上的数字，在feature map上使用时默认有按照stride的缩放过程。
所以深层feature上大anchor数字大一点看上去是OK的，算下缩放后应该就小于了。另外，faster RCNN的策略中超过边界的大anchor是舍弃不用的。

静心阁听雨轩 · 发表于 2022-12-9 18:32:46

上采样最近邻插值那个，没考虑u v在边界上的情况呀，由于每次都是2倍上采样，是否每次需要插值的新点都是在ABCD的正中心呀。是按什么策略取的呀

胖子也能飞 · 发表于 2022-12-9 18:33:23

对比论文看了一下在ROI pool如何选择特征层数k：
关于k0 ，本文章只用了基准值三个字描述
而论文中 is the target level on which an RoI with w × h = 224 x 224 should be mapped into
没理解错的话k0 应该是"size=w x h的特征层数" ？

这个名字有点特别 · 发表于 2022-12-9 18:33:35

还有一个问题 224是ImageNet与训练模型上的尺寸，所以在真实任务中是否要根据真实数据集取hw对吗?

		自动登录	找回密码
密码			立即注册