최근에 릴리스 된 tensorflow/models /../ object_detection 모델, 특히 더 빠른 r-cnn을 검토했습니다.4 단계 교대 RPN/빠른 R-CNN 교육? - Tensorflow 객체 감지 모델
이용지가, 다음,
- 열차 RPN을 동결 4 단계 교대 교육,
- 기차 RCNN을 언급 한 후 동결 RPN 층
- 열차 RCNN. 단계에서 내가 수집 무엇부터
는 2 RCNN, RPN은 참으로 동결 =
이if self._is_training:
proposal_boxes = tf.stop_gradient(proposal_boxes)
그래서 RPN +는 RPN 레이어를 동결 훈련, RCNN 훈련 다음이 포함되어 있지만, 어디 다른입니다 3 단계 수행?
내가 누락 된 항목이 있습니까?
고마워요 조나단! 다른 코드베이스와 비교해 보았습니다. 실제로 4 단계 교대 알고리즘을 구현하는 사람은 거의 없습니다. 대략적인 공동 훈련을 사용하기 때문에 그라데이션이 통과하지 못하나요? 기본적으로이 솔루션은 "네트워크 응답 인 제안서 상자의 좌표와 파생어를 무시합니다". non-approx를 구현하려면 RoI Warping Layer와 교환해야합니다 ... – macguy
우리는 (crop_and_resize가 완벽하게 차별화 될 수 있고 기본적으로 ROIAlign 작업과 동일하므로 그라데이션을 중지하지 않습니다. 어떤 서류에서 보았을 것입니다.) --- 우리는 훈련이 일찍 불안정하다는 것을 발견했기 때문에 멈추었습니다. –
나는 많은 질문을 가지고있다! 나는 그것의 일부만 함께 조각 수 있습니다! Fast/Faster/X R-CNN의 1 단계에서 NMS를 사용하여 RPN 제안을 300으로 제한합니다. 더 빠른 R-CNN의 2 단계에서 300 개의 제안 상자를 사용하고 이미지 당 샘플 256 앵커, 최대 128 점의 앵커 및 나머지 -를 사용합니다. 해당 작업은 _unpad_proposals_and_sample_box_classifier_batch와 동일합니까? – macguy