用于 TensorFlow 的更快 RCNN

Posted 2023-02-18

【中文标题】用于 TensorFlow 的更快 RCNN

【英文标题】：Faster RCNN for TensorFlow

【发布时间】：2016-11-15 12:12:08

【问题描述】：

有人实现了 FRCNN for TensorFlow 版本吗？ 我发现了一些相关的回购如下：

Implement roi pool layer Implement fast RCNN based on py-faster-rcnn repo

但是对于 1：假设 roi 池化层有效（我没有尝试过），并且需要实现以下内容：

ROI 数据层，例如roidb。 线性回归，例如SmoothL1Loss 用于端到端训练的 ROI 池层后处理应将 ROI 池层的结果转换为 CNN 以供分类器使用。

对于 2: em....，它似乎基于 py-faster-rcnn，它基于 Caffe 来准备预处理（例如 roidb）并将数据输入到 Tensorflow 以训练模型，看起来很奇怪，所以我可能没试过。

所以我想知道的是，Tensorflow support Faster RCNN in the future?。如果不是，我对上面提到的有什么误解吗？或者有任何回购或有人支持吗？

【问题讨论】：

SmoothL1Loss 应该相对容易实现，使用实际的 tf 进行 ROI 池化不知道......

我正在研究您问题的类似目标。我发现很难用张量表示动态 bbox。这可能就是你提到的方法2使用caffe对数据进行预处理的原因。我试图弄清楚在 TensorFlow 中是否有其他方法可以实现这一点。

this implementation 怎么样？

【参考方案1】：

Tensorflow 刚刚发布了一个官方的对象检测 API here，例如可以与他们的各种苗条 models 一起使用。

此 API 包含各种对象检测管道的实现，包括流行的 Faster RCNN，以及它们的预训练模型。

【讨论】：

致所有模组/审阅者：请不将此答案删除为“仅链接”：问题的性质允许此类答案，并且这个特定的答案是可以的。跨度>

链接似乎死了

我已经修好了