빠른-RCNN BBOX/이미지 정상화

I 사용자 정의 데이터 세트에 PY-빠른 rcnn와 함께 연주하고

이 튜토리얼, 다음 (배경을 포함하여 약 3000 이미지, 7 개 개의 다른 클래스) :빠른-RCNN BBOX/이미지 정상화

https://github.com/zeyuanxy/fast-rcnn/blob/master/help/train/README.md (로 Fast- RCNN 자습서) https://github.com/deboc/py-faster-rcnn/tree/master/help (더 빠른 RCNN 자습서)

VGG16 네트워크와 함께 end2end 솔루션을 사용하고 있습니다. 나는 몇 가지 질문을 가지고, 그래서 모든 것이 잘 작동 내 결과를 기대 : 이미지에와 BBOX 주석에 필요한 정상화 어떤 종류의

?
이전 질문과 비슷합니다. 두 가지 구성 옵션 인 BBOX_NORMALIZE_TARGETS 및 BBOX_NORMALIZE_TARGETS_PRECOMPUTED가 있습니다. 교육 전에 평균과 표준을 계산하고 bbox 정규화를 위해이 옵션을 사용해야합니까?
cls_score 및 bbox_pred 레이어 (이 스레드에 따라 : https://github.com/rbgirshick/py-faster-rcnn/issues/1)에서 num_output을 수정했지만 end2end 솔루션에도 rpn_cls_score 및 rpn_bbox_pred 레이어가 있습니다. 이것들의 num_outputs도 수정해야합니까? 그러면 어떻게해야 7 과목의 산출량을 계산할 수 있을까요?

출처

2016-12-27 Norbert

아니요, 사전 계산할 필요가 없습니다. BBOX_NORMALIZE_TARGETS_PRECOMPUTED를 False로 설정하면 lib/roi_data_layer/roidb.py에서 데이터 세트의 평균 및 표준 편차를 계산합니다. 그렇지 않으면 lib/fast_rcnn/config.py에 지정된 기본값이 사용됩니다. RPN은 여러 클래스에 대해 불가지론 자입니다. 그것은 단지 어떤 객체를 포함하는 영역을 양성으로 다루고 다른 모든 객체는 음수로 취급합니다.

출처

2016-12-30 19:34:39 Bharat

도움 주셔서 감사합니다. BBOX_NORMALIZE_TARGETS_PRECOMPUTED를 false로 설정하려고했지만 어설 션 오류가 발생했습니다. "파일"/home/spirit/py-faster-rcnn/tools/../lib/fast_rcnn/train.py ", 줄 35, __init__ assert cfg.TRAIN.BBOX_NORMALIZE_TARGETS_PRECOMPUTED AssertionError " – Norbert

어설 션이 발생하고 코드가있는 코드를 살펴 보았습니다."#RPN은 고정 통계가 없으므로 미리 계산 된 정규화를 사용할 수 있습니다. " – Norbert

생각합니다. BBOX_NORMALIZE_TARGETS를 False로 설정하면됩니다. 어쨌든 이러한 것들은 RPN에는 필요하지 않습니다 (선택적 검색과 같은 다른 알고리즘의 지역 제안이있을 때만 필요합니다). 모든 정규화 코드를 주석 처리하더라도 작동합니다. faster-rcnn에 대한 모든 정규화는 generate_anchors, training RPN의 경우 anchor_target_layer, 탐지기 교육의 경우 proposal_target_layer 및 proposal_layer에서 수행됩니다. 이 파일들은 RPN 폴더에 있습니다. – Bharat

빠른-RCNN BBOX/이미지 정상화

답변

관련 문제