速いRCNNのバウンディングボックス/画像正規

Question

私は、カスタムデータセット（約3000イメージ、背景を含め7つの異なるクラス、）、およびこれらのチュートリアルを以下にPY-速いrcnnで遊んでいます：

https://github.com/zeyuanxy/fast-rcnn/blob/master/help/train/README.md（ファストRCNNチュートリアル） https://github.com/deboc/py-faster-rcnn/tree/master/help（高速RCNNチュートリアル）

私はVGG16ネットワークでend2endソリューションを使用しています。私はいくつかの質問を持っているので、すべてが正常に動作します は、私の結果を期待：画像にし、BBOX注釈に必要とされている正規化はどのような

• ？
• これは前の質問と似ています。設定オプションはBBOX_NORMALIZE_TARGETSとBBOX_NORMALIZE_TARGETS_PRECOMPUTEDの2つです。トレーニングの前に平均と標準を計算し、これらのオプションをbbox正規化に使用する必要がありますか？
• cls_scoreおよびbbox_predレイヤー（このスレッドに従う：https://github.com/rbgirshick/py-faster-rcnn/issues/1）でnum_outputを変更しましたが、end2endソリューションではrpn_cls_scoreとrpn_bbox_predレイヤーもあります。これらのnum_outputsも変更する必要がありますか？もし私がしなければならない場合、どのように私は7クラスの出力の数を計算することができますか？

Answer 1

いいえ、何も事前計算する必要はありません。 lib/roi_data_layer/roidb.pyでは、BBOX_NORMALIZE_TARGETS_PRECOMPUTEDをFalseに設定すると、データセットの平均と標準偏差が計算されます。そうでない場合は、lib/fast_rcnn/config.pyで指定されたデフォルト値が使用されます。 RPNは、クラス数には無関心です。これは、オブジェクトを含む領域を陽性として扱い、それ以外はすべて陰性として扱います。