图像匹配数字图像处理结题报告.pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像匹配 数字图像处理结题报告 第21组 蔡致远 郭立 马壮 我们今天将要介绍的内容 上次回顾 本次进展 遇到的问题 上次回顾 我们不能识别被遮挡部分的内容,所以我们决定尝试新的算法来进行匹配。 我们主要尝试了以下几种算法: 上次回顾 PIU算法 上次回顾 Sift算法 本次进展 我们最后决定使用faster RCNN算法。 本次进展 Faster RCNN的基本结构 Faster RCNN分为四部分: Conv layers。作为一种CNN网络目标检测方法,Faster RCNN首先使用一组基础的conv+relu+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。 Region Proposal Networks。RPN网络用于生成region proposals。该层通过softmax判断anchors属于foreground或者background,再利用bounding box regression修正anchors获得精确的proposals。 Roi Pooling。该层收集输入的feature maps和proposals,综合这些信息后提取proposal feature maps,送入后续全连接层判定目标类别。 Classification。利用proposal feature maps计算proposal的类别,同时再次bounding box regression获得检测框最终的精确位置。 本次进展 Faster RCNN的网络结构 本次进展 具体步骤 1.配置环境 安装VS 配置opencv2.4.9 安装matlab VS和matlab交叉编译 安装cuda 安装caffe 2.训练 3.运行程序 本次进展 具体步骤 1.配置环境 2.训练 Faster CNN的训练,是在已经训练好的model(如VGG_CNN_M_1024,VGG,ZF)的基础上继续进行训练。实际中训练过程分为6个步骤: 在已经训练好的model上,训练RPN网络,对应stage1_rpn_train.pt 利用步骤1中训练好的RPN网络,收集proposals,对应rpn_test.pt 第一次训练Fast RCNN网络,对应stage1_fast_rcnn_train.pt 第二训练RPN网络,对应stage2_rpn_train.pt 再次利用步骤4中训练好的RPN网络,收集proposals,对应rpn_test.pt 第二次训练Fast RCNN网络,对应stage2_fast_rcnn_train.pt 3.运行程序 本次进展 成果展示 遇到的问题 配置环境时遇到了很多问题,导致运行程序时出错。 我们主要参考了网上的代码,所以很多地方还没有搞懂。我们希望在以后的时间里慢慢掌握这种算法。 谢谢

文档评论(0)

zxj41231 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档