快速R-CNN和問題spatialScale在BrainScript

我有以下代碼：快速R-CNN和問題spatialScale在BrainScript

model (features, rois) = { 

     convOut = convLayers (features) 
     roiOut = ROIPooling (convOut, rois, (9:9),spatialScale=64.0/196.0) 
     z = fcLayers (roiOut) 


    }.z

原文摘自：cntk \例子\圖片\檢測\ FastRCNN \ BrainScript

什麼是spatialScale在ROIPooling我該如何計算它？

如果在cntk.exe的輸出中找到了它。

正在驗證 - > z.convOut.z.rn3.rr = RectifiedLinear（z.convOut.z.rn3.rr_）：[49 x 49 x 64 x *] - > [49 x 49 x 64 x *]

驗證 - >的ROI = inputValue的（）： - > [4×1000×*]

驗證 - > z.roiOut = ROIPooling（z.convOut.z.rn3.rr，感興趣區）：[49 x 49 x 64 x *]，[4 x 1000 x *] - > [9 x 9 x 64 x 1000 x *]

來源

2017-10-21 Jake_2

空間尺度是輸入的空間分辨率與ROI和輸入圖像到網絡的空間分辨率。 1/16.0是原始快速和更快的R-CNN實現中使用的值，該值取決於網絡。

相當多，空間尺度是ROI相對於原始圖像輸入的比例尺。

感謝，
伊馬德

來源

2017-10-22 04:30:29

所以我的例子中，我都設有64×64的ROI和196x196一個輸入圖像。這將給出一個spatialScale = 64/196 = 0.32 –

你的ROI節點的輸入分辨率是多少，而不是ROI的大小。 –

好的，如果我正確理解你，你要求輸入分辨率給roiOut。我已經添加了我認爲是問題的解決方案。 –

快速R-CNN和問題spatialScale在BrainScript

回答

相關問題