Faster R-CNN作为两阶段检测网络发展中最重要的一个网络,基本可以视为检测任务的里程碑性成果。 延伸扩展的MaskRCNN,CascadeRCNN都成为了2019年这个时间点上除了各家AI大厂私有网络范围外,支撑很多业务得以开展的基础。所以,Pytorch为基础来从头复现FasterRCNN网络是非常有必要的,其中包含了太多的招数和理论中不会包括...
这里复现的时候最后一层使用的softmax,shape为(None,17),因此取 np.argmax(x,-1) 即可得到分类的结果。 # 用这里的训练的alexnet来预测图片test_img_path="single_img"images=[]img_names=[]foriinos.listdir(test_img_path):img_names.append(test_img_path+'/'+i)img=cv2.imread(test_img_path+'/...
基于Pytorch 框架版本 Faster RCNN 方法在 PASCAL VOC 数据集上复现了性能评估实验。实验结果如下表所示,其中标注参考文献的为原始报导性能数据,带有复现标注的是本文实际实验数据,加粗数据表示实验数据优于原始报导性能数据。可以看到以VOC2007 训练集训练模型,在对应测试集上得到了 70.09% 的 mAP 。同时,以VOC2007+...