AVOD閱讀筆記（一）：摘要+特征提取? ?傳送門：

????https://blog.csdn.net/weixin_38668159/article/details/80450835

Multimodal Fusion Region Proposal Network：

• anchor boxes：由其形心和軸對齊尺寸編碼。

其中?是在鳥瞰圖中以0.5m的間隔進行采樣，而tz 是根據傳感器距地面高度決定的。

尺寸?是通過對每類物體訓練樣本進行聚類獲得的。

通過積分圖像（integral image），將空anchor有效去除，最終每幀產生80-100k個非空anchors。

• Extracting Feature Crops Via Multiview Crop And Resize Operations? ？？？？？

從視圖的特定特征圖中提取feature crops，使用了Crop and Resize 操作。（Speed/accuracy trade-offs for modern convolutional object detectors ）

給定一個anchor，將其分別投影到鳥瞰圖和圖像中獲得兩個ROI。然后用這兩個相關的ROI 從每個視圖中提取feature crop。將提取出的feature crop雙線性地調整至3×3，從而獲得兩個相同長度的特征向量。

• 1×1卷積，降維

有時候需要存儲100K個anchor，直接從高緯度特征圖中提取feature crop 會產生很大的內存開銷，計算量也很大。

使用1×1卷積核，進行降維。1×1卷積可被看作是過濾器空間中的一個線性相關坐標變換，后面跟一個非線性激活函數。

• 生成3D Proposal

總結

以上是生活随笔為你收集整理的AVOD阅读笔记（二）：多模型融合RPN----Aggregate View Obeject Detection network的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。