Ma question concerne la mise en œuvre de R-CNN plus rapide.Détection d'objet utilisant R-CNN plus rapide
Je lis le papier et qui se passait dans le fichier config.py est écrit par l'auteur de l'algorithme qui est disponible ici: https://github.com/rbgirshick/py-faster-rcnn/blob/master/lib/fast_rcnn/config.py
Je suis tout à fait incapable de comprendre que pourquoi avons-nous besoin BBOX_INSIDE_WEIGHTS (mentionné au ligne 84) et RPN_POSITIVE_WEIGHT (mentionné à la ligne 124)?
Dans une autre mise en œuvre, j'ai vu aussi des masques d'ancrage (ligne 659), les poids de régression d'ancrage et des masques de régression d'ancrage qui sont disponibles ici: https://github.com/DeepRNN/object_detection/blob/master/model.py
Peut quelqu'un s'il vous plaît donner la réponse simple et facile que ce sont ces paramètres pour et pourquoi avons-nous réellement besoin d'eux?
Cela signifie que les masques d'ancrage, les poids de régression d'ancrage et les masques de régression d'ancre et BBOX_INSIDE_WEIGHTS sont identiques? Comme j'ai compris le papier, en plus des scores de probabilité, il y a 4 * k sorties (partie de régression) de RPN pour chaque emplacement de l'image, où k est le nombre d'ancres. Donc, il ne devrait pas y avoir 4 * k poids pour la partie de régression de la RPN? –