在CNN网络中roi从原图映射到feature map中的计算方法

标签：art   网络   一个   mic   使用   操作   scale   pat   end   

在使用fast rcnn以及faster rcnn做检测任务的时候，涉及到从图像的roi区域到feature map中roi的映射，然后再进行roi_pooling之类的操作。
比如图像的大小是（600,800），在经过一系列的卷积以及pooling操作之后在某一个层中得到的feature map大小是（38,50），那么在原图中roi是（30,40,200,400），
在feature map中对应的roi区域应该是
roi_start_w = round(30 * spatial_scale);
roi_start_h = round(40 * spatial_scale);
roi_end_w = round(200 * spatial_scale);
roi_end_h = round(400 * spatial_scale);
其中spatial_scale的计算方式是spatial_scale=round(38/600)=round(50/800)=0.0625，所以在feature map中的roi区域[roi_start_w,roi_start_h,roi_end_w,roi_end_h]=[2,3,13,25];

在CNN网络中roi从原图映射到feature map中的计算方法

标签：art   网络   一个   mic   使用   操作   scale   pat   end   

原文地址：http://www.cnblogs.com/ymjyqsx/p/7592590.html