学习的参数是bbox层的网络权重因為bbox层有四个通道,分别对应四个输出值可以将每个通道对应的卷积参数称之为
tx?,ty?,tw?,tz?去调整为最终的输出。
- 在RPN网络训练过程中anchor的四个数字认为是公式中的P。
%用于RPN层的卷积和Fast RCNN的卷积层共享参数
, 要达到这个功能需要按照论文那样四步走训练网络
%获取到的anchors,经过NMS等操作处理
% 利用anchor和 box_deltas求取预测框输出的过程 吔是下面论文中的公式
%
这里使用的是上一步产生的boxes
另外不得不感叹R-CNN的附录图片真的超级漂亮!检测效果、美观程度兼备!