摘要:
roi pooling是先进行roi projection(即映射)然后再池化 映射是把用来训练的图片的roi映射到最后一层特征层(即卷积层)。方法其实很简单,图片经过特征提取后,到最后一层卷积层时,真个图片是原始图片的1/16,你把roi的4个坐标都乘以1/16,也就变成了在这个卷积层上对应的坐标 阅读全文
摘要:
从RFCN来看,Resnet-50和Resnet-101到最后一层卷积都是缩小到原来尺寸的16分之一,并且都用的7x7的格子去roi pooling。 看paper可以知道:resnet-50核心是由3个conv2_x(3个卷积层),4个conv3_x(3个卷积层),6个conv4_x(3个卷积层) 阅读全文
摘要:
max pooling 在不同的 depth 上是分开执行的,且不需要参数控制。也就是说,pooling之后,feature map的维度不会改变 阅读全文