博客

使用MindSpore实现FasterRCNN网络的训练和推理

  • Post author:
  • Post category:其他


在这里插入图片描述

​计算机视觉（Compute Vision，CV）给计算机装上了“眼睛”，让计算机像人类一样也有“视觉”能力，能够“看”懂图片里的内容。

作为深度学习领域的最重要的应用场景之一，在手机拍照、智能安防、自动驾驶等场景均有广泛的应用，而检测类任务作为CV领域的一类经典任务，也在以上场景中广泛应用。


本文以经典的目标检测网络FasterRcnn为例，介绍一下如何使用MindSpore来完成一个检测模型的开发及部署。



FasterRcnn 算法简介

FasterRCNN是一个two-stage结构的目标检测网络框架，其中主体结构包含4个部分，包括由Resnet50构成的网络主干，由FPN（Feature Paramid Network）构成的高分辨率特征融合模块，由RPN（Region Proposal Network）构成的兴趣区域（ROI）检测模块，以及由卷积和全连接层构成的分类和位置调整模块（RCNN）。

下图是论文中给出的FasterRcnn网络的结构图。 在本文中，我们对整体结构做了一些调整： 在网络结构上使用ROIAlign模组代替了ROIPooling，并增加了FPN作为高分辨特征的融合组件。

在这里插入图片描述

从图中可以看到，一张图片通过FasterRcnn网络，就可以获取到目标的位置与目标的类别，因此，我们可以将FasterRcnn应用到安防，自动驾驶等各种场景，让自动一定程度上减少人工的工作量。




使用MindSpore训练/推理FasterRcnn

使用MindSpore来复现FasterRCNN这个经典的检测网络。

这里仅列出了部分重要代码片段，完整代码请参考：

https://gitee.co


版权声明：本文为weixin_45212921原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。