目标检测

faster rcnn的特征图到原图区域映射问题？

在特征图上滑窗，把原图的候选区域和区域特征进行映射，映射关系是原图的候选区域除以所有步长的乘积？但是我觉得跟核的大小也有关。谁能够帮算算。

6 个回复

王斌_ICT - 研究领域：深度学习，目标检测

赞同来自: ruirui_ICT 、海之蓝、xinmiao 、王蒙蒙、OutLaws 、slaenig 、aktiger 更多 »

本内容作者仅授权给CaffeCN社区（caffecn.cn）使用，如需转载请附上内容来源说明。R-CNN对目标进行检测实际上是先提取Region Proposal,然后对每个Region Proposal当成一张图进行特征提取和分类，这样对于一张图首先提取2k-3k个窗口，然后对每个窗口执行相同的操作是非常耗时的。SPP-NET的提出很好的解决了这个问题，我们只需要对测试图像提取一次特征，然后将原图Region Proposal所在位置映射到Feature Map相应区域即可，这样大大提高了检测效率。Fast R-CNN 结合SPP-NET的思路，设计了简化的SPP-NET——ROI层。具体的映射原理可以看下边图中的实例。
原图是605x1060的图像，其中一个region proposal为r1，这两个图是根据Fast R-CNN跑的结果，使用的是CaffeNet（所以最后Region Proposal全部映射成6x6的feature map），结合roi_pooling_layer.cpp源代码应该不难理解。