從Crop、Warp開始討論RoIPooling與RoIAlign的區別

在faster rcnn的基礎上理解,在已經檢測到候選前景框的情況下使用RoIPooling(Crop或者RoIWarp或者RoIAlign)實現尺寸統一化,然後將統一化尺寸的特徵圖送入後續的RCNN進行分類和迴歸 解釋下爲什麼需要尺寸統一化:在卷積神經網絡中,如果使用到了全連接層,那麼在全連接前一層的特徵圖尺寸必須固定,不然你想呀,從一個特徵圖到全連接層的這一步的參數該怎麼確定呢?由於這個參數的
相關文章
相關標籤/搜索