有没有计划用于物体检测的张量流ROI池层？

我知道这个问题之前已经被问过好几次了，但是除了几个作者写的几个包之外，我没有在google上发现很多东西。无论如何，是否有计划将张力流中的roi pooling层（官方）包含在内，因为它是对象检测和其他任务的重要组成部分，而且无法访问它是使用tensorflow时的一个难题。有没有计划用于物体检测的张量流ROI池层？

欢迎任何评论或替代实施（如果验证）。

来源

2016-12-07 ksikka

它是快速（er）r-cnn的重要组件，不用于对象检测。还有其他的方法不使用它 - 看看https://arxiv.org/abs/1611.10012 – etarion

感谢提及这篇论文，我会通过它。是的，我知道最近YOLO和SSD检测器已经被提出，能够在不需要明确区域的情况下进行检测。但是投资回报池也可以看作是一个标准模块，用于根据在实际图像空间中的位置来合并conv层中的要素。这超出了对象检测的用途，例如最近的视觉参考工作。 – ksikka

再次感谢发送这篇文章@etarion，因为我看到在特征映射上使用调整大小裁剪过程实现了roi池化。我可以看到这是解决这个问题的另一种方法。 – ksikka

我能用上面的文件找到我的问题的答案。您可以使用tf.image.crop_and_resize函数来裁剪网络的任何部分并调整其大小。类似于ROI池，可以裁剪一个边界框（按照下采样步骤的数量缩小，例如VGG16中的32个），并将其大小调整为N×N（例如VGG16中的7×7），然后可以将其馈送到完全连接层。

来源

2016-12-08 16:18:46 ksikka

有没有计划用于物体检测的张量流ROI池层？

回答

相关问题