本文主要是介绍Bounding-Box（BB）regression，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！
本博客主要介绍RCNN中的Bounding-box的回归问题，这个是RCNN定准确定位的关键。本文是转载自博客：Faster-RCNN详解，从中截取有关RCNN的bounding-box的回归部分。原博文详细介绍了RCNN，Fast-RCNN以及Faster-RCNN，感兴趣的可以去看一下。下面是内容：
1. 为什么要做Bounding-box regression？
图10 示例
如图10所示，绿色的框为飞机的Ground Truth，红色的框是提取的Region Proposal。那么即便红色的框被分类器识别为飞机，但是由于红色的框定位不准(IoU<0.5)，那么这张图相当于没有正确的检测出飞机。如果我们能对红色的框进行微调，使得经过微调后的窗口跟Ground Truth更接近，这样岂不是定位会更准确。确实，Bounding-box regression 就是用来微调这个窗口的。
2. 回归/微调的对象是什么？
3. Bounding-box regression（边框回归）
那么经过何种变换才能从图11中的窗口P变为窗口呢？比较简单的思路就是：
注意：只有当Proposal和Ground Truth比较接近时（线性问题），我们才能将其作为训练样本训练我们的线性回归模型，否则会导致训练的回归模型不work（当Proposal跟GT离得较远，就是复杂的非线性问题了，此时用线性回归建模显然不合理）。这个也是G-CNN: an Iterative Grid Based Object Detector多次迭代实现目标准确定位的关键。
线性回归就是给定输入的特征向量X，学习一组参数W，使得经过线性回归后的值跟真实值Y(Ground Truth)非常接近。即
输入：
输出：需要进行的平移变换和尺度缩放
的确，这四个值应该是经过 Ground Truth 和Proposal计算得到的真正需要的平移量
这也就是R-CNN中的：
那么目标函数可以表示为
函数优化目标为：
利用梯度下降法或者最小二乘法就可以得到
4. 测试阶段
根据3我们学习到回归参数，对于测试图像，我们首先经过 CNN 提取特征
这篇关于Bounding-Box（BB）regression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！
