我有以下代码:快速R-CNN和问题spatialScale在BrainScript
model (features, rois) = {
convOut = convLayers (features)
roiOut = ROIPooling (convOut, rois, (9:9),spatialScale=64.0/196.0)
z = fcLayers (roiOut)
}.z
原文摘自:cntk \例子\图片\检测\ FastRCNN \ BrainScript
什么是spatialScale在ROIPooling我该如何计算它?
如果在cntk.exe的输出中找到了它。
正在验证 - > z.convOut.z.rn3.rr = RectifiedLinear(z.convOut.z.rn3.rr_):[49 x 49 x 64 x *] - > [49 x 49 x 64 x *]
验证 - >的ROI = inputValue的(): - > [4×1000×*]
验证 - > z.roiOut = ROIPooling(z.convOut.z.rn3.rr,感兴趣区):[49 x 49 x 64 x *],[4 x 1000 x *] - > [9 x 9 x 64 x 1000 x *]
所以我的例子中,我都设有64×64的ROI和196x196一个输入图像。这将给出一个spatialScale = 64/196 = 0.32 –
你的ROI节点的输入分辨率是多少,而不是ROI的大小。 –
好的,如果我正确理解你,你要求输入分辨率给roiOut。我已经添加了我认为是问题的解决方案。 –