我的問題是關於更快的R-CNN的實現。使用更快R-CNN的對象檢測
我看報紙和正在經歷的config.py文件由算法的作者寫的是可以在這裏找到:https://github.com/rbgirshick/py-faster-rcnn/blob/master/lib/fast_rcnn/config.py
我很不能理解的是,爲什麼我們需要BBOX_INSIDE_WEIGHTS(在提到第84行)和RPN_POSITIVE_WEIGHT(在第124行提到)?
在其他一些實現中,我也看到了錨口罩(線659),錨迴歸權重和錨迴歸口罩它們可在這裏:https://github.com/DeepRNN/object_detection/blob/master/model.py
可有人請給簡易回答這些是什麼參數和爲什麼我們實際上需要它們?
這意味着錨點掩碼,錨點回歸權重和錨點回歸掩碼以及BBOX_INSIDE_WEIGHTS是一樣的東西嗎?正如我理解論文所述,除了概率分數之外,圖像中每個位置都有RPN的4 * k輸出(迴歸部分),其中k是錨的數量。那麼RPN的迴歸部分不應該有4 * k的權重? –