摘要：yolov1使用的backbone是由GoogLeNet启发而来，有24个卷积层，最后接2个全连接层，详细结构如下图： 检测网络的输入分辨率是448X448，最后的特征图大小为7X7。在特征图的每一个位置都预测如下数据项： 1、一个C维的向量，表示在该位置含有物体的条件下，含有的物体属于C个类别中每 阅读全文

摘要：faster-rcnn的整体流程比较复杂，尤其是数据的预处理部分，流程比较繁琐。我写faster-rcnn系列文章的目的是对该算法的原始版本有个整体的把握，如果需要使用该算法做一些具体的任务，推荐使用mmdetection框架，该框架使用PyTorch写成，相比于原始的基于caffe python接 阅读全文

摘要：这一节讲述roi-data层，和这一层有关的结构图如下： roi-data层的prototxt定义如下： 这一层接着上一节的proposal层，主要的操作是对RPN阶段输出的proposal做进一步的筛选，从中选出背景和前景，得到rois，然后计算rois的回归目标。因为第二阶段的rois回归是和类 阅读全文

摘要：这一节讲述proposal层，和这一层有关的结构图如下： proposal层的prototxt定义如下： 这一层的功能是对卷积网络中RPN输出的bbox_deltas, scores做后处理，主要步骤如下： 1、同上节中的第一步，生成anchor； 2、将anchor和RPN网络输出的bbox_de 阅读全文

摘要：这一节讲述rpn-data层，和这一层有关的结构图如下： rpn-data层的prototxt定义如下： 这一层的主要工作如下： 一、生成anchor，并将超出图像区域的anchor去除，得到有效的anchor； 二、给每一个anchor分配label，-1表示忽略该anchor，0表示背景，1表示 阅读全文

摘要：二、训练 接下来回到train.py第160行，通过调用sw.train_model方法进行训练： 方法中的self.solver.step(1)即是网络进行一次前向传播和反向传播。前向传播时，数据流会从第一层流动到最后一层，最后计算出loss，然后loss相对于各层输入的梯度会从最后一层计算回第一 阅读全文

摘要：毫无疑问，faster-rcnn是目标检测领域的一个里程碑式的算法。本文主要是本人阅读python版本的faster-rcnn代码的一个记录，算法的具体原理本文也会有介绍，但是为了对该算法有一个整体性的理解以及更好地理解本文，还需事先阅读faster-rcnn的论文并参考网上的一些说明性的博客（如一 阅读全文