Faster R-CNN 論文閱讀

1. Introduction

目标檢測在region proposal 方法的推動下獲得了很大成功，SPP-Net和fast R-CNN使用共享卷積層加速了計算速度，目前在test階段的瓶頸在于region proposal。

目前的region proposal都太耗時了，這篇論文提出了RPN（Region Proposal Networks），使得面對檢測任務，基本是cost-free的。

2. related work

沒什麼要說的

3. Faster R-CNN

Faster R-CNN包含了兩個部分，一個是RPN，一個是fast R-CNN. 整個系統是單一、統一的網絡。用最近比較時髦的術語“attention”來說，RPN就是告訴fast R-CNN往哪看的。

3.1 Region Proposal Networks

這裡使用了兩種卷積網絡，一種是ZF的，一種是VGG-16。論文配圖以ZF為例。RPN網絡在最後一個卷積層之後開始，以ZF為例，最後一個卷積層的輸出為13×13×256。首先RPN接了一個n×n×256的卷積層，這裡的n = 3. 這是相當于采用滑動視窗的形式來提出proposal，每一個滑動的視窗對應回原圖的region都是所提出的region.随後接了兩個1×1的全卷積層，分别為分類層(cls)和回歸層(reg)。

3.1.1 Anchors

對于feature map 當中的每一個點，都可以對應回原圖，使用不同的尺寸和長寬比，可以得到多個原圖的boxes, 叫做anchors. 論文用了3個尺度，3個長寬比，得到k = 9.

是以對于一個W×H的feature map,可以得到 WHk個anchors.

平移不變

anchor具有平移特性。當在圖檔當中平移一個object後，proposal 也能平移，function也會預測到正确位置。

3.1.2 Loss Function

對于anchors, 正樣本：

• 與ground truth有着最高的IOU的anchors
• 與任意一個ground truth有着大于0.7的IOU的anchors

是以一個ground truth box可以對應多個正的anchors，而且至少對應一個。通常第二個條件就足以生成充足的正樣本了，但是在某些稀少的情況下第二個情況或許沒有正樣本，隻能使用第一個條件來産生一些正樣本。

負樣本的定義是對于所有的ground truth 的IoU都小于0.3.

Loss 函數的定義:

3.1.3 Training RPNs

每次的mini-batch都從一張圖上産生256個anchors，正負比例基本1：1。

前60K學習率為0.001 ,接下來20k學習率為0.0001.

momentum為0.9, weight decay為0.0005

3.2 RPN與fast R-CNN之間共享卷積層特征

4步輪流訓練

1. 從pre-trained ImageNet網絡初始化RPN網絡，訓練RPN網絡。

2. 從pre-trained ImageNet網絡初始化fast R-CNN網絡，并用1當中的RPN網絡得到region proposals, 訓練自己的網絡，此時兩個網絡的卷積層是不一樣的，不共享的。

3. 使用fast R-CNN的卷積層初始化RPN網絡的卷積層， fine-tune RPN網絡的後面的特有的層。

4. 然後用3中的RPN網絡生成region proposals，fine-tune fast R-CNN網絡後面特有的層。

3.3 實作細節

訓練時為了便于收斂去掉越過邊界的那些anchors，但是測試時還是保留了，不過會裁剪到邊界。這樣對于1000×600的圖檔，原本有60×40×9個anchors,去掉之後大約還有6000個anchors.

RPN的proposals有很大的重疊度，采用NMS來去掉重疊，采用的IOU門檻值為0.7

4 實驗

4.1 在Pascal VOC上的實驗

本Markdown編輯器使用StackEdit修改而來，用它寫部落格，将會帶來全新的體驗哦：

• Markdown和擴充Markdown簡潔的文法
• 代碼塊高亮
• 圖檔連結和圖檔上傳
• LaTex數學公式
• UML序列圖和流程圖
• 離線寫部落格
• 導入導出Markdown檔案
• 豐富的快捷鍵

快捷鍵

• 加粗

  Ctrl + B

• 斜體

  Ctrl + I

• 引用

  Ctrl + Q

• 插傳入連結接

  Ctrl + L

• 插入代碼

  Ctrl + K

• 插入圖檔

  Ctrl + G

• 提升标題

  Ctrl + H

• 有序清單

  Ctrl + O

• 無序清單

  Ctrl + U

• 橫線

  Ctrl + R

• 撤銷

  Ctrl + Z

• 重做

  Ctrl + Y

Markdown及擴充

Markdown 是一種輕量級标記語言，它允許人們使用易讀易寫的純文字格式編寫文檔，然後轉換成格式豐富的HTML頁面。 —— [ 維基百科 ]

使用簡單的符号辨別不同的标題，将某些文字标記為粗體或者斜體，建立一個連結等，詳細文法參考幫助？。

本編輯器支援 Markdown Extra , 　擴充了很多好用的功能。具體請參考Github.

表格

Markdown　Extra　表格文法：

項目	價格
Computer	$1600
Phone	$12
Pipe	$1

可以使用冒号來定義對齊方式：

項目	價格	數量
Computer	1600 元	5
Phone	12 元	12
Pipe	1 元	234

定義清單

Markdown　Extra　定義清單文法： 項目１ 項目２

定義 A

定義 B

項目３

定義 C

定義 D

定義D内容

代碼塊

代碼塊文法遵循标準markdown代碼，例如：

@requires_authorization
def somefunc(param1='', param2=):
    '''A docstring'''
    if param1 > param2: # interesting
        print 'Greater'
    return (param2 - param1 + ) or None
class SomeClass:
    pass
>>> message = '''interpreter
... prompt'''
           

腳注

生成一個腳注1.

目錄

用

[TOC]

來生成目錄：

• Faster R-CNN 論文閱讀
  • Introduction
  • related work
  • Faster R-CNN
    • 1 Region Proposal Networks
      • 11 Anchors
      • 12 Loss Function
      • 13 Training RPNs
    • 2 RPN與fast R-CNN之間共享卷積層特征
    • 3 實作細節
  • 實驗
    • 1 在Pascal VOC上的實驗
  • 快捷鍵
  • Markdown及擴充
    • 表格
    • 定義清單
    • 代碼塊
    • 腳注
    • 目錄
    • 數學公式
    • UML 圖
  • 離線寫部落格
  • 浏覽器相容
  • 參考文獻

數學公式

使用MathJax渲染LaTex 數學公式，詳見math.stackexchange.com.

• 行内公式，數學公式為： Γ(n)=(n−1)!∀n∈N 。
• 塊級公式：

x=−b±b2−4ac−−−−−−−√2a

更多LaTex文法請參考 這兒.

UML 圖:

可以渲染序列圖：

或者流程圖：

• 關于 序列圖 文法，參考 這兒,
• 關于 流程圖 文法，參考 這兒.

離線寫部落格

即使使用者在沒有網絡的情況下，也可以通過本編輯器離線寫部落格（直接在曾經使用過的浏覽器中輸入write.blog.csdn.net/mdeditor即可。Markdown編輯器使用浏覽器離線存儲将内容儲存在本地。

使用者寫部落格的過程中，内容實時儲存在浏覽器緩存中，在使用者關閉浏覽器或者其它異常情況下，内容不會丢失。使用者再次打開浏覽器時，會顯示上次使用者正在編輯的沒有發表的内容。

部落格發表後，本地緩存将被删除。　

使用者可以選擇 把正在寫的部落格儲存到伺服器草稿箱，即使換浏覽器或者清除緩存，内容也不會丢失。

注意：雖然浏覽器存儲大部分時候都比較可靠，但為了您的資料安全，在聯網後，請務必及時發表或者儲存到伺服器草稿箱。

浏覽器相容

1. 目前，本編輯器對Chrome浏覽器支援最為完整。建議大家使用較新版本的Chrome。
2. IE９以下不支援
3. IE９，１０，１１存在以下問題
   1. 不支援離線功能
   2. IE9不支援檔案導入導出
   3. IE10不支援拖拽檔案導入

參考文獻

1. https://arxiv.org/pdf/1506.01497.pdf
2. to do
3. to do

1. 這裡是 腳注 的 内容. ↩