本文主要是介绍Detection简记3-Region Proposal by Guided Anchoring，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
创新点
1.新的anchor 分布策略：Guided Anchoring
2.feature adaption module，根据潜在的anchor精调特征
总结
Guided Anchoring：流程如图所示
特征图F1接两个分支：位置预测分支产生物体可能存在的位置的概率图，形状预测分支预测物体的形状，独立于位置。根据两个分支的输出，得到anchor。
位置预测分支：
1X1的卷积+sigmod获得位置的概率。输入输出大小相同。masked convolution 替换传统的卷积会更有效。
形状预测分支：
1X1的卷积。输出两个输入大小的特征图，每个通道分别代表dw和dh。然后使用公式计算w，h。
s是stride，rou是先验=8
特征精调模块：
1X1的卷积预测补偿域，拼接特征，然后3X3的形变卷积。
形状loss。这个地方不太理解，因为作者也使用了9对w，h进行近似。
最后
有点图像分割的感觉在里面。等开源了，形状loss要好好研究一下。
这篇关于Detection简记3-Region Proposal by Guided Anchoring的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
