[問題] 有關Region Proposal Networks運作問題

[wheado (principal component QQ)]

問題類別：

有關 Region Proposal Networks

屬於CNN的一種

問題內容：

小弟初學深度學習，目前正在看 Faster R-CNN，

對於其中的 Region Proposal Networks 如何運作感到好奇

但是找了許多的網路資料仍然是不懂

假設我有一張 Image

經過了卷積層之後產生了 Feature map

這個 Feature map 要怎麼做才能產生像論文說的

output is a set of rectangular object proposals

首先我對這句話的理解是

輸出應該是一組集合 (當然還有一個分數，這個分數與包含物體的面積有關)

這組集合裡面每個元素都是一個4維度的向量

代表著原圖中的座標點

假設我的 Feature map 與原圖尺寸一樣，但有 N 個

假設我有 K 個 Anchors

接下來是怎麼運作的...

懇請指教

問題是IoU之前那個矩形座標是怎麼跑出來的...想不透

是用 Selective Search 嗎?

可是論文裡面說了取代 Selective Search 這類的方法










--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.71.94.20
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1528789091.A.759.html
※ 編輯: wheado (203.71.94.20), 06/12/2018 15:47:58
推 ThxThx: 座標和anchor的差被看成是regression的問題來預測
→ ThxThx: feature map上每個點都會預測一次
→ ThxThx: 另外，也許先到YouTube查一下你就懂了！？