大家好,又见面了,我是你们的朋友全栈君。
RCNN系列:RCNN,SPPNet,Fast RCNN,Faster RCNN,R-FCN。 作者是何凯明
之前的网络,比如LeNet,AlexNet,ZF,VGG等,它们的输入都是固定大小的,为什么要固定大小呐?原因就在最后连接的全连接层上。全连接层的输入一定是固定大小的。这一点很容易理解,因为全连接层网络就是传统的神经网络,传统的神经网络的输入层必定是固定大小的。而卷积神经网络的conv层的输入并不需要固定大小, 那么conv层不用固定大小,FC层的输入又要固定大小,那么在这两者之间加上一层SPP即可解决这个问题了。
在此之前,需要将图片经过crop(裁剪)、warp(拉伸)等操作把图片变换成固定尺寸,才能输入神经网络。这些操作在一定程度上会导致图片信息的丢失或者变形。对此SPPnet提出的解决方案是在最后一层卷积层后用空间金字塔池化层(Spatial Pyramid Pooling)代替普通池化层。
优点是: 1.它解决了深度卷积神经网络(CNNs)的输入必须要求固定图像尺寸(例如224*224)的限制。 2.在目标检测领域它提高了提取特征的效率,速度相比R-CNN提升24-102倍。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/133482.html原文链接:https://javaforall.cn