我的问题是关于更快的R-CNN的实现。使用更快R-CNN的对象检测
我看报纸和正在经历的config.py文件由算法的作者写的是可以在这里找到:https://github.com/rbgirshick/py-faster-rcnn/blob/master/lib/fast_rcnn/config.py
我很不能理解的是,为什么我们需要BBOX_INSIDE_WEIGHTS(在提到第84行)和RPN_POSITIVE_WEIGHT(在第124行提到)?
在其他一些实现中,我也看到了锚口罩(线659),锚回归权重和锚回归口罩它们可在这里:https://github.com/DeepRNN/object_detection/blob/master/model.py
可有人请给简易回答这些是什么参数和为什么我们实际上需要它们?
这意味着锚点掩码,锚点回归权重和锚点回归掩码以及BBOX_INSIDE_WEIGHTS是一样的东西吗?正如我理解论文所述,除了概率分数之外,图像中每个位置都有RPN的4 * k输出(回归部分),其中k是锚的数量。那么RPN的回归部分不应该有4 * k的权重? –