具有tensorflow / models / object_detection

Question

如果我想在用于对象检测的特征金字塔网络中实现k = k0 + log2（√（w * h）/ 224），我应该在哪里和哪个文件中更改？

注意，此公式适用于ROI池。 W和H是ROI的宽度和高度，而k表示应该使用此ROI的特征金字塔的级别。

*说object_detection中的FasterRCNN meta_architecture文件可能会有所帮助，但请告诉我哪种方法可以更改。

Answer 1

请查看this document，了解该过程的概述。简而言之，您必须为所需的元架构创建一个“FeatureExtractor”子类。对于FasterRCNN，您可以从Resnet101 Feature Extractor的副本开始作为起点。

Answer 2

简短的回答是，改变不会是微不足道的，因为我们目前不支持多层裁剪区域。以下是如果您想要追求这一点需要改变的概述：

• 生成新的锚点集 目前更快的RCNN使用“GridAnchorGenerator”作为first_stage_anchor_generator - 而您必须使用MultipleGridAnchorGenerator（与我们在SSD管道中使用的相同）。
• 您必须使用32 ^ 2锚箱 - ＆gt;对于锚点生成器的scale字段，基本上你必须添加.125
• 您必须修改代码以从多个层生成和裁剪：要开始，请在名为“_extract_rpn_feature_maps”的faster_rcnn_meta_arch文件中查找一个函数，该文件具有提示性名称，但目前只返回一个张量！您还必须添加一些逻辑，以根据提案的大小确定要裁剪的图层（文章中的公式1）
• 您必须在Derek链接到的directions之后最终创建一个新的特征提取器。