быстрее-RCNN, почему бы нам просто не использовать только RPN для обнаружения?

Question

Как мы знаем, быстрее RCNN состоит из двух основных частей: одна область предложение сети (RPN), и еще один быстро-RCNN

Мой вопрос, в настоящее время этот регион предложение сети (RPN) может баллы выхода класса и ограничивающие коробки, и тренируется, зачем нам нужен Fast-RCNN.

Я правильно понял, что RPN достаточно для обнаружения (красный круг), а Fast-RCNN теперь становится излишним (синий круг)? не

Answer 1

Короткий ответ: нет, они не являются избыточными. Статья R-CNN и ее варианты популяризировали использование того, что мы называли каскадом. В то время для обнаружения было довольно распространено использование разных детекторов, часто очень похожих в структурах, чтобы их обнаружить из-за их дополнительной мощности.

Если обнаружение частично ортогонально, оно позволяет удалить ложноположительные на пути.

Кроме того, по определению обе части R-CNN имеют разные роли, первый из которых используется для выделения объектов из фона, а второй - для выделения фона из мелкозернистых категорий объектов.

Но вы правы, если только один класс против фона может использовать только часть RPN для обнаружения, но даже в этом случае, вероятно, лучший результат для объединения двух разных классификаторов (или не ...)

PS: ответил я, потому что я хотел, но этот вопрос, безусловно, непригоден для StackOverflow

Answer 2

быстрее-rcnn является двухстадийным методом сравнения с одним из методов стадии, как Йол, ССД, причина быстрее rcnn является точной из-за своей двухступенчатой ​​архитектуры, где RPN является первым этапом для создания заявки, а вторая классификация и этап локализации изучают mo точные результаты, основанные на крупнозернистом результате RPN.

Так что да, вы можете, но ваши показатели недостаточно хороши