SPPNet(Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition)

圖一 SPPNet示意圖

一般的網(wǎng)絡(luò)(如AlexNet),由于全連接層的存在,要求輸入圖片的尺寸是固定大小的(如224 * 224),這就需要將原始圖片裁剪或形變。但是裁剪出的區(qū)域可能不包含整個物體以及形變可能導(dǎo)致我們不想看到的幾何失(如圖一所示)值朋,識別準(zhǔn)確率就可能因此下降。文中提出的SPP就是為了解決輸入尺度固定的問題吁恍。

SPP

圖二 SPP示意圖

如圖二所示扒秸,設(shè)特征映射m的尺度是a * a,將m分成單金字塔層次的n * n組冀瓦, 則window = ceil(a / n)伴奥,stride = floor(a / n)。對于多金字塔層次同理(如圖二就是3層次金字塔—— 1 * 1翼闽, 2 * 2拾徙, 4* 4)。這樣就能生成固定長度的表征感局。

多層次池化(multi-level pooling)對物體形變更魯棒尼啡。

多尺度訓(xùn)練

文中多尺度訓(xùn)練采用的是在一個epoch內(nèi)采用同一尺度(如224)暂衡,在另一個epoch使用另外一個尺度(如180)。

圖像識別實(shí)驗(yàn)


圖三 ImageNet 2012 驗(yàn)證集在標(biāo)準(zhǔn)10-views下的錯誤率


可以看到SPP和多尺度訓(xùn)練是有助于提高識別準(zhǔn)確率的崖瞭。

圖四 單視角下的ImageNet 2012 驗(yàn)證集錯誤率狂巢,crop用的是圖片中心區(qū)域

結(jié)合圖三、圖四书聚,可以看到多視角的結(jié)果比單視角的結(jié)果好唧领。單視角下,全圖比局部好雌续。

目標(biāo)檢測實(shí)驗(yàn)

RCNN測試的時候?qū)γ總€RP都提取特征斩个,重復(fù)計(jì)算很多。使用SPPNet的話一次提取整張圖片特征驯杜,將RP投影到pool5受啥,提取對應(yīng)的RP特征,極大地減少了計(jì)算量艇肴。

文中寫到腔呜,為簡化訓(xùn)練,只fine-tune全鏈接層再悼。訓(xùn)練方式和RCNN一樣核畴。

圖五 mAP on PASCAL VOC 2007


圖六 mAP on PASCAL VOC 2007using the same pre-trained modelof SPP (ZF-5)

參考文獻(xiàn)

1.?Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市冲九,隨后出現(xiàn)的幾起案子谤草,更是在濱河造成了極大的恐慌,老刑警劉巖莺奸,帶你破解...
    沈念sama閱讀 222,590評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件丑孩,死亡現(xiàn)場離奇詭異,居然都是意外死亡灭贷,警方通過查閱死者的電腦和手機(jī)温学,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來甚疟,“玉大人参萄,你說我怎么就攤上這事哩至√锥欤” “怎么了挥下?”我有些...
    開封第一講書人閱讀 169,301評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長讽膏。 經(jīng)常有香客問我檩电,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,078評論 1 300
  • 正文 為了忘掉前任俐末,我火速辦了婚禮料按,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘鹅搪。我一直安慰自己站绪,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,082評論 6 398
  • 文/花漫 我一把揭開白布丽柿。 她就那樣靜靜地躺著恢准,像睡著了一般。 火紅的嫁衣襯著肌膚如雪甫题。 梳的紋絲不亂的頭發(fā)上馁筐,一...
    開封第一講書人閱讀 52,682評論 1 312
  • 那天,我揣著相機(jī)與錄音坠非,去河邊找鬼敏沉。 笑死,一個胖子當(dāng)著我的面吹牛炎码,可吹牛的內(nèi)容都是我干的盟迟。 我是一名探鬼主播,決...
    沈念sama閱讀 41,155評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼潦闲,長吁一口氣:“原來是場噩夢啊……” “哼攒菠!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起歉闰,我...
    開封第一講書人閱讀 40,098評論 0 277
  • 序言:老撾萬榮一對情侶失蹤辖众,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后和敬,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體凹炸,經(jīng)...
    沈念sama閱讀 46,638評論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,701評論 3 342
  • 正文 我和宋清朗相戀三年昼弟,在試婚紗的時候發(fā)現(xiàn)自己被綠了啤它。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,852評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡舱痘,死狀恐怖蚕键,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情衰粹,我是刑警寧澤,帶...
    沈念sama閱讀 36,520評論 5 351
  • 正文 年R本政府宣布笆怠,位于F島的核電站铝耻,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜瓢捉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,181評論 3 335
  • 文/蒙蒙 一频丘、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧泡态,春花似錦搂漠、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,674評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至靶壮,卻和暖如春怔毛,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背腾降。 一陣腳步聲響...
    開封第一講書人閱讀 33,788評論 1 274
  • 我被黑心中介騙來泰國打工拣度, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人螃壤。 一個月前我還...
    沈念sama閱讀 49,279評論 3 379
  • 正文 我出身青樓抗果,卻偏偏與公主長得像,于是被迫代替她去往敵國和親奸晴。 傳聞我的和親對象是個殘疾皇子冤馏,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,851評論 2 361

推薦閱讀更多精彩內(nèi)容