在 Ross Girshick 的 fast R-CNN 论文 ( https://arxiv.org/abs/1504.08083 ) 中，边界框参数是连续变量。这些值是使用回归方法预测的。与其他神经网络输出不同，这些值不代表输出类别的概率。相反，它们是表示边界框位置和大小的物理值。
我不清楚这种回归学习是如何发生的确切方法。深度学习的线性回归和图像分类在前面已经分别进行了很好的解释。但是线性回归算法在 CNN 设置中是如何工作的并没有解释得那么清楚。
你能解释一下基本概念以便于理解吗？
边界框回归器在 Fast R-CNN 中如何工作？
数据挖掘
深度学习
图像识别
约洛
物体识别
更快的rcnn
2021-10-03 06:59:44
2个回答
作者（Girshick 等人）在第 12 页的慢速 R-CNN 论文提供了非常清晰和深入的解释：C. Bounding-box regression，我只是粘贴在这里以供快速阅读：
此外，作者从之前的一篇论文中获得灵感，谈到了两种技术的区别如下：
之后，在您参考的 Fast-RCNN 论文中，作者将 BB 回归任务的损失函数从正则化最小二乘（岭回归）更改为对异常值不太敏感的平滑 L1 ！此外，您将这种平滑的 L1 损失嵌入到多任务损失函数中，这样我们就可以联合训练分类和边界框回归，这在以前在 R-CNN 或 SPP-net 中没有做过！
但是，同一作者在即将发表的论文faster-RCNN中再次更改了损失函数，后来在FCN中很多时候，为了了解一个主题，需要通过研究论文进行回溯！：） 希望能帮助到你！
引用的论文根本没有提到线性回归。它所做的是使用神经网络来预测连续变量，并将其称为回归。
定义的回归（根本不是线性的）只是一个具有卷积层和全连接层的 CNN，但在最后一个全连接层中，它不应用 sigmoid 或 softmax，这通常用于分类，因为值对应于概率。相反，这个 CNN 输出的是四个值， 在哪里 指定左角位置的值和 窗口的高度和宽度。为了训练这个 NN，当 NN 的输出与标记的非常不同时，损失函数将进行惩罚 在训练集中。
其它你可能感兴趣的问题