roi+pooling

---

司芬18233614161问： maxpooling 怎么计算 - ？
松原市祺达回答： pooling通常分为两种,一种是max-pooling,就是在一个固定大小的滑动窗口中取最大值,另一种是mean-pooling,顾名思义就是在一个固定大小的滑动窗口中取平均值.至于窗口的滑动方式就与卷积层一样了.

司芬18233614161问： matlab通过选四点来确定所需处理的图像区域 - ？
松原市祺达回答： 使用roipoly函数,可以这样使用:BW = roipoly(I,c,r); 其中I为原图片,c与r分别是各个顶点的列索引、行索引,返回值BW表示感兴趣的区域. 具体用法请参考官方的帮助文档.

司芬18233614161问： 为什么matlab用roipoly函数截取灰度图得到是黑白图 - ？
松原市祺达回答： roipoly只要记录下截取的区域即可,然后将该区域置为1,其它位置设为0.如果你需要单独这块,可以通过如下代码得到.需要注意的是,由于roipoly通常得到的是多边形的区域,故当你需要保存或显示时,由于只能是矩形的,肯定需要在多余的地方填充黑色背景.同样的情况,也出现于图像旋转后的结果.img = imread('coins.png'); BW = roipoly(img); figure,imshow(BW); img(BW~=1) = 0; figure,imshow(img);

司芬18233614161问： 卷积神经网络pooling层有什么用 - ？
松原市祺达回答： pooling 理论在于,图像中相邻位置的像素是相关的.对一幅图像每隔一行采样,得到的结果依然能看. 经过一层卷积以后,输入的图像尺寸变化不大,只是缩小了卷积核-1.根据相邻数据的相关性,在每个nxn区域内,一般2x2,用一个数代表原来的4个数,这样能把数据缩小4倍,同时又不会损失太多信息. 一副24*24的图像.用5*5卷积核卷积,结果是20*20(四周各-2),经过2*2池化,变成10*10.通过池化,数据规模进一步缩小,训练所需时间从而降低.

司芬18233614161问： 如何评价rcnn,fast - rcnn和faster - rcnn这一系列方法 - ？
松原市祺达回答： Fast-RCNN:RCNN的加速版本,在我看来,这不仅仅是一个加速版本,其优点还包括:(a) 首先,它提供了在caffe的框架下,如何定义自己的层/参数/结构的范例(2) training and testing end-to-end 这一点很重要,为了达到这一点其定义了ROIPooling层,因为有了这个,使得训练效果提升不少.(3) 速度上的提升,因为有了Fast-RCNN,这种基于CNN的 real-time 的目标检测方法看到了希望,在工程上的实践也有了可能,后续也出现了诸如Faster-RCNN/YOLO等相关工作.

司芬18233614161问： 图像分类中的pooling是对特征的什么来操作的,结果是什么 - ？
松原市祺达回答： 三大底层特征即:颜色、纹理和形状特征. 颜色特征常用的特征提取与匹配方法:(1)颜色直方图(2)颜色集(3) 颜色矩(4)颜色聚合向量(5)颜色相关图 纹理常用的特征提取与匹配方法:(1)统计方法(2)几何法 (3)模型法(4)信号处理法 形状常用的特征提取与匹配方法:(1)边界特征法(2)傅里叶形状描述符法(3)几何参数法(4)形状不变矩法

司芬18233614161问： 怎么判断(x,y)区域的bw为黑色matlab - ？
松原市祺达回答： 设定感兴趣区域,ROI. 功能:用于选择图像中的多边形区域. 用法:BW = roipoly(I,c,r) BW = roipoly(I) BW = roipoly(x,y,I,xi,yi) [BW,xi,yi] = roipoly(...) [x,y,BW,xi,yi] = roipoly(...) BW = roipoly(I,c,r)表示用向量c、r指定多边形各点的X、Y坐标.BW选...

---