从Crop、Warp开始讨论RoIPooling与RoIAlign的区别

在faster rcnn的基础上理解,在已经检测到候选前景框的情况下使用RoIPooling(Crop或者RoIWarp或者RoIAlign)实现尺寸统一化,然后将统一化尺寸的特征图送入后续的RCNN进行分类和回归 解释下为什么需要尺寸统一化:在卷积神经网络中,如果使用到了全连接层,那么在全连接前一层的特征图尺寸必须固定,不然你想呀,从一个特征图到全连接层的这一步的参数该怎么确定呢?由于这个参数的
相关文章
相关标签/搜索