R FCN : شناسایی شیء از طریق شبکه‌های کاملا کانولوشنی مبتنی بر منطقه

قیمت: 46,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

R FCN : شناسایی شیء از طریق شبکه‌های کاملا کانولوشنی مبتنی بر منطقه

عنوان لاتین

R-FCN : Object Detection via Region-based Fully Convolutional Networks

ما شبکه‌های کاملا کانولوشنی مبتنی بر منطقه را برای تشخیص دقیق و کارآمد شیء ارائه می‌کنیم. در مقایسه با کشف‌کننده‌های مبتنی بر منطقه مانند Fast / Faster R-CNN [6، 18] که صدها بار یک زیرشبکه پر هزینه را به‌ازای هر منطقه اعمال می‌کنند، کشف‌کننده مبتنی بر منطقه ما کاملا کانولوشنی است که تقریبا تمام محاسبات روی کل تصویر به اشتراک گذاشته می‌شوند. برای رسیدن به این هدف، ما نقشه‌های امتیاز حساس به موقعیت را پیشنهاد می‌کنیم تا معضل بین translation-invariance در طبقه‌بندی تصویر و translation-variance در تشخیص شی را حل کنیم. روش ما می‌تواند به‌طور طبیعی زیرساختار طبقه‌بند تصویر کامل کانولوشنی، مانند آخرین شبکه‌های باقی‌مانده (ResNets) [9]، برای تشخیص شی را اتخاذ کند. ما نتایج رقابتی در مجموعه داده‌های PASCAL VOC (مثلا 83.6٪ mAP در مجموعه 2007) با ResNet 101 را نشان می‌دهیم. در ضمن، نتیجه ما در سرعت آزمون-زمان 170 مگابیت در هر تصویر، ×20 تا ×2.5 سریعتر از همتای Faster R-CNN، به‌دست آمد. کد در آدرس زیر دسترس عموم قرار داده شده است: https:// github .com/ daijifeng001/r-fcn.

We present region-based, fully convolutional networks for accurate and efficient object detection. In contrast to previous region-based detectors such as Fast/Faster R-CNN [6, 18] that apply a costly per-region subnetwork hundreds of times, our region-based detector is fully convolutional with almost all computation shared on the entire image. To achieve this goal, we propose position-sensitive score maps to address a dilemma between translation-invariance in image classification and translation-variance in object detection. Our method can thus naturally adopt fully convolutional image classifier backbones, such as the latest Residual Networks (ResNets) [9], for object detection. We show competitive results on the PASCAL VOC datasets (e.g., 83.6% mAP on the 2007 set) with the 101-layer ResNet. Meanwhile, our result is achieved at a test-time speed of 170ms per image, 2.5-20 faster than the Faster R-CNN counterpart. Code is made publicly available at: https://github.com/daijifeng001/r-fcn.