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