Pyfaster RCNN ZF网络模型中的Softmax输入维度

作者: 敢嫁就敢娶
发布时间: 2024-12-30 11:45:30 (1月前)
转自：

2 条回复

0#
回复此人
扬尘 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 如 <code> SofmaxParameter </code> 记录在案 <a href="https://github.com/BVLC/caffe/blob/master/src/caffe/proto/caffe.proto" rel="nofollow noreferrer"> caffe.proto </A> ，它有一个参数轴，默认设置为1： </p> <pre> <code> // The axis along which to perform the softmax -- may be negative to index // from the end (e.g., -1 for the last axis). // Any other axes will be evaluated as independent softmaxes. optional int32 axis = 2 [default = 1]; </code> </pre> <P> 因此，您对C ++实现的理解是正确的，并且关于softmax如何使用N＆gt;处理ND输入的问题。 1是分别评估每个轴。 <BR/> 至于更快的RCNN，如果你只对前景框感兴趣，你可以拆分rpn_cls_score blob并仅使用它的后半部分（即训练你的网络集之后） <code> num_output: 9 # instead of 18 </code> ，或在训练使用期间 <code> Slice </code> 层只采取下半年）。注意相应地更改caffemodel，以防你像往常一样训练并改变 <code> num_output </code> 训练结束后。 </p> </DIV>

编辑

登录后才能参与评论