边界框回归器训练¶
使用SVM
分类器对候选建议进行分类后,使用对应类别的边界框回归器(bounding-box regression
)预测其坐标偏移值,这一操作能够进一步提高检测精度
定义¶
参考:[R-CNN]边界框回归
通过提高IoU
阈值(>0.6
)过滤正样本候选建议,将候选建议和标注边界框之间的转换看成线性回归问题,并通过岭回归(ridge regression
)来训练权重w
数据集¶
利用微调数据集的正样本(IoU>=0.5
),再进一步提取IoU>0.6
的候选建议
小结¶
并没有训练得到很好的边界框回归器,不知道是不是数据不够大,或者IoU
阈值可以进一步提高