machine-learning - 了解 Faster rcnn

Question

我正在尝试理解快速(呃)RCNN，以下是我正在寻找的问题:

1. 为了训练 FastRcnn 模型，我们是否必须给出边界框训练阶段的信息。
2. 如果您必须提供接线盒信息，那么它的作用是什么ROI 层。
3. 我们可以使用预训练模型吗？该模型仅针对分类进行训练，而不针对对象检测并将其用于 Fast(er) RCNN

Answer 1

您的答案:

1.- 是的。

2.- ROI 层用于从可变大小的图像生成固定大小的向量。这是通过使用最大池化来执行的，但不是使用典型的 n × n 单元，而是将图像分为 n × n 个非重叠区域(大小不同)，并输出每个区域中的最大值。 ROI 层还负责将输入空间中的边界框投影到特征空间。

3.- Faster R-CNN 必须与预训练网络(通常在 ImageNet 上)一起使用，它不能进行端到端训练。这可能在论文中有点隐藏，但作者确实提到他们使用来自预训练网络(VGG、ResNet、Inception 等)的特征。