更快 - RCNN bbox /图像规范化

Question

我在自定义数据集上玩py-faster-rcnn（大约3000个图像，7个不同的类，包括背景），并按照这些教程进行操作：

https://github.com/zeyuanxy/fast-rcnn/blob/master/help/train/README.md（Fast-RCNN教程） https://github.com/deboc/py-faster-rcnn/tree/master/help（更快 - RCNN教程）

我正在使用带有VGG16网络的end2end解决方案。 一切正常，期待我的结果，所以我有一些问题：

• 图像和bbox注释需要哪种标准化？
• 与上一个问题类似：有两个配置选项：BBOX_NORMALIZE_TARGETS和BBOX_NORMALIZE_TARGETS_PRECOMPUTED。我应该在训练前计算平均值和标准值并使用这些选项进行bbox标准化吗？
• 我修改了cls_score和bbox_pred层的num_output（根据这个帖子：https://github.com/rbgirshick/py-faster-rcnn/issues/1），但是在end2end解决方案中也有rpn_cls_score和rpn_bbox_pred层。我应该修改这些的num_output吗？如果我应该如何计算7类的输出数量？

Answer 1

不，您不需要预先计算任何东西。在lib / roi_data_layer / roidb.py中，如果将BBOX_NORMALIZE_TARGETS_PRECOMPUTED设置为False，它将计算数据集的均值和标准差，否则，它将使用lib / fast_rcnn / config.py中指定的默认值。 RPN与多个类无关。它只将包含任何对象的区域视为正面，而将其他所有对象视为负面。