YOLO 会在全连接层之前重新缩放锚点吗？没有 ROI pooling 的解决方案是什么？答案

【问题标题】：Does YOLO rescale anchors before fully connected layers? What is the solution for the absence of ROI pooling?YOLO 会在全连接层之前重新缩放锚点吗？没有 ROI pooling 的解决方案是什么？
【发布时间】：2020-02-03 00:03:46
【问题描述】：

我阅读了数十篇关于 YOLO 的文章，但没有找到这个答案。问题是：Faster R-CNN 使用 ROI Pooling 在全连接层之前重新缩放锚点，但 YOLO 没有。有人说 YOLO 不需要 ROI 池化，因为它没有 RPN，但 YOLO 确实有不同大小/比例的不同锚点，每个锚点都试图检测一个对象。如何使用不同大小的锚点训练神经网络？ Yolo 计算了一个置信度分数和一个类分数，但我无法理解如果不重新塑造锚点怎么可能。

【问题讨论】：

标签： deep-learning computer-vision conv-neural-network object-detection yolo

【解决方案1】：

您从 yolo 中的全连接层和锚框说话。只有 Yolo 的第一个版本有一个全连接层，但没有锚。 Yolo v2 和 v3 都是完整的 CNN，没有任何完全连接的层，但有锚。

在第一个 yolo 中，宽度和高度是相对于输入的宽度和高度直接预测的。在 Yolov2 和 v3 中使用了锚框，并且仅以与 e.g. 相同的方式学习了锚的宽度和高度的重新缩放。更快的 R-CNN、SSD。

【讨论】：

您好，谢谢您的回答。如果我猜对了，YOLO 会尝试通过直接查看特征图来学习。例如：某个位置的某些特定激活可以指示一只狗，因此如果锚点内部有它的激活，则该锚点可能会获得高置信度分数。对吗？
我相信你正在混合来自 Yolov2 的 RPN + ROI 池和锚框方法。锚点只是一些具有给定宽度和高度的默认框。 Yolov2 将输入划分为规则网格，并在每个网格单元中放置 N 个锚点。然后，网络为每个锚点的每个网格单元预测回归参数和类概率。没有 ROI 池，所以没有什么比像你描述的那样查看特征图中的特定激活。
好的，但是锚的这些类概率是基于什么的？我的意思是：算法接收一些输入，然后计算概率。这是什么输入？我认为这个输入是位于锚内部的神经元。对吗？
输入是图像，网络预测概率。我不知道你所说的“在锚内”是什么意思。锚点是检测层的一部分，基本上充当偏差，因此网络只需预测一些偏移量。锚本身不像权重那样是网络的一部分。也许再次阅读 yolo9000 或 SSD 论文，以更好地了解正在发生的事情。