我刚刚安装了Fast RCNN并运行了演示,
我开始怀疑是否可以从图像中的所有边界框中提取特征(并为整个数据集执行此操作)。
例如,如果快速RCNN从图像中检测到猫,狗和汽车,
我想为每只猫,狗和汽车提取单独的CNN功能。
为成千上万的图像做到这一点。
Fast RCNN的Github(https://github.com/rbgirshick/caffe-fast-rcnn/tree/master/examples/feature_extraction)上的特征提取示例似乎是使用caffe对整个图像进行特征提取的复制品,而不是每个边界框。
有人可以帮我吗?
更新:
显然,每个边界框的特征提取都在https://github.com/rbgirshick/fast-rcnn/blob/master/lib/fast_rcnn/test.py的代码的以下部分中完成:
# When mapping from image ROIs to feature map ROIs, there's some aliasing
# (some distinct image ROIs get mapped to the same feature ROI).
# Here, we identify duplicate feature ROIs, so we only compute features
# on the unique subset.
if cfg.DEDUP_BOXES > 0:
v = np.array([1, 1e3, 1e6, 1e9, 1e12])
hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v)
_, index, inv_index = np.unique(hashes, return_index=True,
return_inverse=True)
blobs['rois'] = blobs['rois'][index, :]
boxes = boxes[index, :]
# reshape network inputs
net.blobs['data'].reshape(*(blobs['data'].shape))
net.blobs['rois'].reshape(*(blobs['rois'].shape))
blobs_out = net.forward(data=blobs['data'].astype(np.float32, copy=False),
rois=blobs['rois'].astype(np.float32, copy=False))
if cfg.TEST.SVM:
# use the raw scores before softmax under the assumption they
# were trained as linear SVMs
scores = net.blobs['cls_score'].data
else:
# use softmax estimated probabilities
scores = blobs_out['cls_prob']
if cfg.TEST.BBOX_REG:
# Apply bounding-box regression deltas
box_deltas = blobs_out['bbox_pred']
pred_boxes = _bbox_pred(boxes, box_deltas)
pred_boxes = _clip_boxes(pred_boxes, im.shape)
else:
# Simply repeat the boxes, once for each class
pred_boxes = np.tile(boxes, (1, scores.shape[1]))
if cfg.DEDUP_BOXES > 0:
# Map scores and predictions back to the original set of boxes
scores = scores[inv_index, :]
pred_boxes = pred_boxes[inv_index, :]
return scores, pred_boxes
我正在尝试弄清楚如何调整此功能以保存功能,就像我们使用Caffe一样保存整个图像的功能,这些功能会保存到mdb文件中。
答案 0 :(得分:3)
<强>更新强>
在确定右边界框的过程中,Fast-RCNN从高(约800-2000)个图像区域中提取CNN特征,称为对象建议。这些区域通过不同的算法获得,通常为selective search。在此计算之后,它使用这些功能来识别&#34; right&#34;建议并找出&#34;权利&#34;边界框。这称为边界框回归。
当然,Fast-RCNN优化了这个过程,但仍然需要从与感兴趣对象相关的区域中提取更多区域的CNN特征。
很快,如果您要将变量blobs_out
保存在粘贴的代码快照中,则会保存相对于所有对象提案的功能,包括&#34;错误& #34;提案。但是你可以保存所有这些,然后尝试修剪并只检索所需的那些。要保存这些功能,只需使用pickle.dump()
。
查看test_net
函数here的结尾。 nms_dets
变量似乎存储了最后的框。可能有一种方法可以获取您存储的blobs_out
并关闭不需要的功能,但它看起来并不那么简单。
我能够考虑的最简单的解决方案如下:
让Fast-RCNN计算最终的边界框。然后,提取相关图像补丁,使用类似下面的内容(我假设是Python):
img = cv2.imread('/path/to/image')
for bbox in bboxes_list:
x0, y0, x1, y1 = bbox
cut = img[y0:y1, x0:x1]
extract_cnn_features(cut)
特征提取与整个图像情况相同:
net = Caffe.NET('deploy.prototxt', 'caffemodel', caffe.TEST)
# preprocess input
net.blobs['data'].data[...] = net_input
net.forward()
feats = net.blobs['my_layer'].data.copy()
当然这种方法计算成本很高,因为你基本上计算两次 CNN功能。这取决于您对速度和CNN型号尺寸的要求。