列車内のオブジェクトの位置は、高速RCNNの結果に影響しますか？

Question

enyoneは、より高速のrcnnでクラスごとの場所の効果を試していますか？

私の電車のデータがフレームの1つの領域に常にあるオブジェクトクラスの1つを持つ場合、画像の右上に言うことができます。評価データセットには、このオブジェクトが他の領域にある画像が1つあります。左下、 Faster RCNNはこのケースで処理することができますか？

また、すべてのフレーム領域のすべてのクラスをネットワークで検索したい場合は、すべての領域をカバーする列車データセットの例を提供する必要がありますか？

Answer 1

faster-RCNN paperを引用：

を我々のアプローチの重要な特性は、それが両方のアンカーへの相対的な提案を計算するアンカーと 機能の面で、 翻訳不変であるということです。 が画像内のオブジェクトを変換する場合は、提案は である必要があります。同じ機能でどちらの場所でも 提案を予測できるはずです。 FCNSの場合と同様に、この並進不変プロパティ は、[7]、私たちのネットワークは、ネットワークの総ストライド

まで翻訳不変であるので、短い答えはということで、私たちの方法*

*により保証されていますあなたはおそらく大丈夫でしょう、オブジェクトは、ほとんどが列車内の特定の場所にあり、テストセット内の他の場所にあります。

少し長い答えは、場所には影響があり、精度に影響する可能性があります。おそらく異なる場所にオブジェクトを置く方が良いでしょう。しかし、テスト目的のためにN個のテストサンプルをトレインセットに追加して、テストセット-Nの残りのサンプルの正確さの変化を確認することができます。