代码之家 › 专栏 › 技术社区 › tidy

为什么过滤器和要素图层具有相同数量的通道?

object-detection detection conv-neural-network computer-vision deep-learning

tidy · 技术社区 · 6 年前

一些目标检测框架,如ssd(单镜头多盒检测器)和快速rcnn,都有卷积滤波器用于分类和回归。以下是来自ssd的

对于具有p个通道的大小为m n的特征层,预测潜在检测参数的基本元素是一个3p小核,它产生类别的分数或相对于默认框坐标的形状偏移。在应用内核的每个m n位置,它都会产生一个输出值。

我的问题是:“小内核”的数量必须是磷 ?设一个任意数如何 K (哪些与功能频道不同)?

1 回复 | 直到 6 年前

Vijay Mariappan 6 年前

在图中,部分 extra Feature layers 显示了 small kernel 提取物 p 来自每个输出位置的向量,用于预测不同位置的检测 aspect ratios 和 class categories .

例如,从第一卷积特征图来看,p是 (3x(classes+4)) ,第二个是 (6x(classes+4)) . 数字 3 和 6 表示 anchor classes + 4 box coordinates 输出。

所以你需要修复 磷 根据为每个要素地图确定的定位框的数量,要检测的类的数量。

我的问题是:小颗粒的数量必须是p吗?怎么用? 关于设置任意数k(与特征不同频道)?

特征通道是 3x3xp 通道,因此它将始终采用大小p,这是内核的输出通道大小。并注意 3X3XP 实际上是 3 x 3 x in_channels x p ,例如,第一个特征层是通过卷积获得的 38x38x512 从带有内核的vgg 3x3x512xp 得到 38x38xp

推荐文章

Ze0ruso · 做模型。eval()在代码中的位置有什么关系?

2 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

2 年前

Palkin Jangra · 如何迭代一列以获得每行的平均值?

2 年前

Ofek Nourian · 完全连通的简单自回归模型预测

2 年前

Antonin Lemoine · 用于改进颜色检测的图像处理(python)

2 年前

chao · 如何提取和存储自动语音识别深度学习应用程序生成的文本

2 年前

Jack Arnestad · 使用预训练单词嵌入对单词“池”进行分类

6 年前

user9851027 · 强化学习、深度学习和深度强化学习之间有什么区别?

6 年前

Atul Balaji · TypeError:保存时write()参数必须是str,而不是bytes。npy文件

6 年前

yuhengd · LSTM如何使用单词嵌入进行文本分类,例如在Keras中

6 年前