pytorch FPN框架

冷不防 2023-06-11 11:30 76阅读 0赞

[FPN全解-最全最详细][FPN_-]，我接触目标检测，直接就到FPN了，所以不了解历史。就人的第一反映，可以想象，的确早期的目标检测算法是基于顶层的特征信息，因为顶层的特征语义丰富，但是位置发而粗糙，因为它不一定是最佳边界。而底层的特征语义少，但位置信息反而精确了。我们一开始接触就知道应该用全量特征分析，故此FPN更符合机器学习的逻辑。  
**1.1 上采样**  
[图像的上采样（upsampling）与下采样（subsampled）][upsampling_subsampled],上采样是放大图像，下采样是缩小图像。  
上采样采用内插值法插入新的像素。也可以参考[上采样方法原理简介][Link 1]

*  双线性插值  
    [图像处理之双线性插值法][Link 2]，这里有关于数学公式的推导。

**1.2 Average Recall**  
[准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure ][Accuracy_ _Precision_ _Recall_F1-Measure],Average为准确率，recall是召回率。FPN的评价标准采用的是AR。

# 衡量查准率，是搜索结果中找到正确匹配的数量
    正确率 = 提取出的正确信息条数 /  提取出的信息条数
    # 衡量查全率，这个是分母是全部样本   
    召回率 = 提取出的正确信息条数 /  样本中的信息条数

**1.3 anchor**  
[怎么理解anchor？][anchor],这篇文章中有一些单词没听过，感觉头大，专业术语太多。  
**2 网络分析**  
[RetinaNet系列1：ResNet和FPN部分总结][RetinaNet_1_ResNet_FPN],结合[Rsenet残差网络笔记][Rsenet]，添加FPN代码  
**2.1 logits and labels must be broadcastable**  
原先我参考别人的代码，因为很简单，就是将

self.avgpool=layers.GlobalAveragePooling2D()
    self.fc=layers.Dense(num_classes)

替换为,但实际这样做，会产生异常信息：

self.toplayer = Sequential([
                layers.Conv2D(filters=256, kernel_size=1, strides=1, padding='valid'),
                layers.BatchNormalization(),
                layers.Activation('relu')
            ])
            # smooth layers
            self.smooth = Sequential([
                layers.Conv2D(filters=256, kernel_size=3, strides=1, padding='same'),
                layers.BatchNormalization(),
                layers.Activation('relu')
            ])
            # Lateral layers
            self.latlayer4 = Sequential([
                layers.Conv2D(filters=256, kernel_size=1, strides=1, padding='valid'),
                layers.BatchNormalization(),
                layers.Activation('relu')
            ])
            self.latlayer3 = Sequential([
                layers.Conv2D(filters=256, kernel_size=1, strides=1, padding='valid'),
                layers.BatchNormalization(),
                layers.Activation('relu')
            ])
            self.latlayer2 = Sequential([
                layers.Conv2D(filters=256, kernel_size=1, strides=1, padding='valid'),
                layers.BatchNormalization(),
                layers.Activation('relu')
            ])

InvalidArgumentError: logits and labels must be broadcastable: logits_size=[524288,10] labels_size=[512,10] [Op:SoftmaxCrossEntropyWithLogits] name: softmax_cross_entropy_with_logits/

[FPN_-]: https://blog.csdn.net/baidu_30594023/article/details/82623623
[upsampling_subsampled]: https://blog.csdn.net/stf1065716904/article/details/78450997
[Link 1]: https://www.jianshu.com/p/587c3a45df67
[Link 2]: https://blog.csdn.net/qq_37577735/article/details/80041586
[Accuracy_ _Precision_ _Recall_F1-Measure]: https://www.cnblogs.com/sddai/p/5696870.html
[anchor]: https://blog.csdn.net/as472780551/article/details/81227408
[RetinaNet_1_ResNet_FPN]: https://blog.csdn.net/Bismarckczy/article/details/85101833
[Rsenet]: https://blog.csdn.net/warrah/article/details/102778671