Detectron: Bbox Нормализация среднего/стандартного отклонения

Созданный на 23 авг. 2018 · 3Комментарии · Источник: facebookresearch/Detectron

В предыдущей итерации этой модели, модели Faster RCNN, ограничивающие рамки нормализовались на основе их среднего значения и стандартного отклонения. В этой итерации, кажется, нет никакого упоминания о нормализации регрессии ограничительной рамки сейчас, и единственная ссылка, которую я нашел, была в utils/net.py в configure_bbox_reg_weights, в которой говорится об использовании фиксированных весов. Выходные данные регрессии больше не нормализованы, и если нет, то что делается вместо этого?

Источник

kleingeo

Самый полезный комментарий

Значит, они больше не нормируются по среднему и стандартному отклонению?

Среднее считается нулевым. Так что вы можете назвать это «нормализация» или «умножение на вес».

Применяются ли эти веса как к стороне RPN, так и к стороне Fast RCNN в сети?

Только на стороне Fast RCNN.

Они выглядят так же, как параметры нормализации Faster RCNN, только что инвертированные, это правильно?

деление на х равносильно умножению на величину, обратную х.

ppwwyyxx 23 авг. 2018

👍3

Все 3 Комментарий

Они все еще нормализованы во время регрессии ограничивающей рамки, как вы можете видеть здесь:
https://github.com/facebookresearch/Detectron/blob/8170b25b425967f8f1c7d715bea3c5b8d9536cd8/detectron/datasets/roidb.py#L174 -L175

ppwwyyxx 23 авг. 2018

Значит, они больше не нормируются по среднему и стандартному отклонению? Применяются ли эти веса как к стороне RPN, так и к стороне Fast RCNN в сети? Они выглядят так же, как параметры нормализации Faster RCNN, только что инвертированные, это правильно?

kleingeo 23 авг. 2018