首页/新闻资讯/正文详情

写给程序员的机器学习入门 (九) - 对象识别 RCNN 与 Fast-RCNN

发布时间:2026/11/17 5:20:28 来源:云帆数科 栏目:资讯中心
写给程序员的机器学习入门 (九) - 对象识别 RCNN 与 Fast-RCNN
写给程序员的机器学习入门 (九) - 对象识别 RCNN 与 Fast-RCNN引言在前面的文章中我们学习了图像分类——判断图像中是否存在特定物体。但在实际应用中我们往往需要知道物体在哪里这就是对象识别Object Detection。RCNNRegion-based Convolutional Neural Networks是对象识别领域的里程碑而 Fast-RCNN 则解决了 RCNN 速度慢的问题。本文将从实战角度带你一步步理解并实现这两个算法。## 对象识别的基本概念对象识别需要完成两个任务1.识别物体类别分类2.定位物体位置通过边界框 Bounding Box 表示RCNN 的思路是先提取候选区域Region Proposals然后对每个候选区域进行分类和边界框回归。Fast-RCNN 则通过共享卷积计算来加速。## RCNN 原理与实现### RCNN 工作流程1. 使用选择性搜索Selective Search生成约 2000 个候选区域2. 将每个候选区域缩放至固定大小如 227x2273. 使用预训练的 CNN 提取特征4. 对每个候选区域使用 SVM 分类器和边界框回归器### 实战代码RCNN 候选区域提取与特征提取pythonimport cv2import numpy as npimport torchimport torchvision.models as modelsfrom torchvision import transformsfrom PIL import Image# 加载预训练的 ResNet18 模型去掉全连接层作为特征提取器class FeatureExtractor(torch.nn.Module): def __init__(self): super().__init__() resnet models.resnet18(pretrainedTrue) # 去掉最后的平均池化和全连接层 self.features torch.nn.Sequential(*list(resnet.children())[:-2]) def forward(self, x): return self.features(x)# 图像预处理transform transforms.Compose([ transforms.Resize((227, 227)), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225])])# 选择性搜索生成候选区域def selective_search(image): 使用 OpenCV 的选择性搜索生成候选区域 ss cv2.ximgproc.segmentation.createSelectiveSearchSegmentation() ss.setBaseImage(image) ss.switchToSelectiveSearchFast() rects ss.process() # 限制候选区域数量RCNN 通常取前 2000 个 return rects[:2000]# 提取候选区域特征def extract_region_features(image_path): 对图像中的每个候选区域提取 CNN 特征 # 加载图像 image cv2.imread(image_path) image_rgb cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 生成候选区域 rects selective_search(image) # 初始化特征提取器 extractor FeatureExtractor() extractor.eval() features_list [] for (x, y, w, h) in rects: # 裁剪候选区域 region image_rgb[y:yh, x:xw] # 转换为 PIL 图像并预处理 region_pil Image.fromarray(region) region_tensor transform(region_pil).unsqueeze(0) # 提取特征 with torch.no_grad(): features extractor(region_tensor) features_list.append(features.squeeze().numpy()) return np.array(features_list), rects# 示例提取特征假设有一张图片 dog.jpg# features, rects extract_region_features(dog.jpg)# print(f提取了 {len(features)} 个候选区域的特征每个特征维度为 {features.shape[1]})## Fast-RCNN 的改进与实现### Fast-RCNN 的创新点1.共享卷积计算整张图像只经过一次 CNN而不是每个候选区域都计算2.RoI Pooling将不同大小的候选区域映射到固定大小的特征图3.多任务损失同时训练分类器和边界框回归器### 实战代码Fast-RCNN 核心组件实现pythonimport torchimport torch.nn as nnimport torch.nn.functional as Ffrom torchvision.ops import RoIPoolclass FastRCNN(nn.Module): 简化的 Fast-RCNN 实现仅用于演示核心思想 def __init__(self, num_classes20): super().__init__() # 共享卷积层使用预训练的 VGG16 前几层 self.conv_layers nn.Sequential( nn.Conv2d(3, 64, kernel_size3, padding1), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(64, 128, kernel_size3, padding1), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(128, 256, kernel_size3, padding1), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), ) # RoI Pooling输出固定大小 7x7 self.roi_pool RoIPool(output_size(7, 7), spatial_scale1/8) # 因为经过3次池化缩放因子为1/8 # 分类头 self.fc_cls nn.Sequential( nn.Linear(256 * 7 * 7, 4096), nn.ReLU(), nn.Dropout(0.5), nn.Linear(4096, num_classes) # 输出类别分数 ) # 边界框回归头 self.fc_reg nn.Sequential( nn.Linear(256 * 7 * 7, 4096), nn.ReLU(), nn.Dropout(0.5), nn.Linear(4096, num_classes * 4) # 每个类别输出4个坐标偏移 ) def forward(self, images, rois): images: 输入图像 batch (N, C, H, W) rois: 候选区域列表每个元素是 (batch_index, x1, y1, x2, y2) # 1. 共享卷积计算 conv_features self.conv_layers(images) # 2. RoI Pooling pooled_features self.roi_pool(conv_features, rois) # (num_rois, 256, 7, 7) # 3. 展平特征 flattened pooled_features.view(pooled_features.size(0), -1) # 4. 分类和回归 cls_scores self.fc_cls(flattened) # (num_rois, num_classes) reg_deltas self.fc_reg(flattened) # (num_rois, num_classes * 4) return cls_scores, reg_deltas# 训练示例模拟数据def train_fast_rcnn(): 演示 Fast-RCNN 的训练流程 model FastRCNN(num_classes20) # 20个PASCAL VOC类别背景 # 模拟输入数据 batch_images torch.randn(2, 3, 224, 224) # 2张图像 # 模拟候选区域每张图像2个候选区域 rois torch.tensor([ [0, 10, 10, 50, 50], # 图像1的候选区域1 [0, 30, 30, 80, 80], # 图像1的候选区域2 [1, 5, 5, 40, 40], # 图像2的候选区域1 [1, 60, 60, 100, 100] # 图像2的候选区域2 ], dtypetorch.float) # 模拟标签类别和边界框 cls_labels torch.tensor([0, 1, 2, 0]) # 类别ID reg_targets torch.randn(4, 20 * 4) # 边界框回归目标 # 前向传播 cls_scores, reg_deltas model(batch_images, rois) # 计算损失 cls_loss F.cross_entropy(cls_scores, cls_labels) reg_loss F.smooth_l1_loss(reg_deltas, reg_targets) total_loss cls_loss reg_loss print(f分类损失: {cls_loss.item():.4f}) print(f回归损失: {reg_loss.item():.4f}) print(f总损失: {total_loss.item():.4f}) # 反向传播实际训练时需要优化器 total_loss.backward() print(训练完成)# 运行训练示例# train_fast_rcnn()## RCNN vs Fast-RCNN 性能对比| 特性 | RCNN | Fast-RCNN ||------|------|-----------|| 候选区域特征提取 | 每个区域单独计算 CNN | 整图计算一次 CNN || 训练速度 | 慢需要存储中间特征 | 快端到端训练 || 测试速度 | 每张图约 47 秒 | 每张图约 0.3 秒 || 精度 (mAP) | ~66% | ~70% |## 实际应用注意事项1.候选区域生成选择性搜索较慢现代方法使用 RPNRegion Proposal Network2.NMS非极大值抑制去除重叠的边界框3.数据增强随机裁剪、翻转等提高泛化能力4.学习率调度使用 warmup 策略稳定训练## 完整训练流程示例python# 简化的训练循环仅用于演示结构def training_loop(model, dataloader, optimizer, num_epochs10): model.train() for epoch in range(num_epochs): total_loss 0 for batch_idx, (images, rois, cls_labels, reg_targets) in enumerate(dataloader): optimizer.zero_grad() # 前向传播 cls_scores, reg_deltas model(images, rois) # 计算损失 cls_loss F.cross_entropy(cls_scores, cls_labels) reg_loss F.smooth_l1_loss(reg_deltas, reg_targets) loss cls_loss reg_loss # 反向传播 loss.backward() optimizer.step() total_loss loss.item() if batch_idx % 100 0: print(fEpoch {epoch}, Batch {batch_idx}, Loss: {loss.item():.4f}) avg_loss total_loss / len(dataloader) print(fEpoch {epoch} 平均损失: {avg_loss:.4f})## 总结本文从实战角度介绍了对象识别的两个经典算法RCNN 和 Fast-RCNN。RCNN 开创了 “区域提议 CNN” 的范式但速度较慢Fast-RCNN 通过共享卷积计算和多任务学习大幅提升了效率。虽然现在 Faster-RCNN、YOLO、SSD 等更先进的算法已经普及但理解 RCNN 和 Fast-RCNN 的核心思想对于掌握对象识别技术至关重要。在实际项目中建议优先使用 Torchvision 中实现的 Faster-RCNN 或使用 YOLOv5/YOLOv8 等现代框架。但当你需要自定义网络结构或深入优化时本文介绍的特征提取、RoI Pooling 和多任务损失设计思路将为你提供坚实的基础。记住机器学习的发展是一个不断迭代的过程理解经典算法能让你更好地把握最新的技术趋势。

相关推荐

如何10倍提升GitHub下载速度:Fast-GitHub浏览器插件完整指南
如何10倍提升GitHub下载速度:Fast-GitHub浏览器插件完整指南

如何10倍提升GitHub下载速度:Fast-GitHub浏览器插件完整指南 【免费下载链接】Fast-GitHub 国内Github下载很慢,用上了这个插件后,下载速度嗖嗖嗖的~! 项目地址: https://gitcode.com/gh_mirrors/fa/Fast-GitHub 如果你在国… · 2026/11/5 18:48:30

《Machine Learning in Action》—— 浅谈线性回归的那些事
《Machine Learning in Action》—— 浅谈线性回归的那些事

《Machine Learning in Action》—— 浅谈线性回归的那些事 大家好,我是你们的老朋友,一个天天和代码、数据打交道的技术博主。今天,我们来聊聊机器学习里的一个经典话题——线性回归。别看它名字里带个“线性”,就觉得它简单到不… · 2026/7/30 12:01:49

魔兽争霸3终极优化指南:5个简单步骤解决Win10/Win11卡顿闪退问题
魔兽争霸3终极优化指南:5个简单步骤解决Win10/Win11卡顿闪退问题

魔兽争霸3终极优化指南:5个简单步骤解决Win10/Win11卡顿闪退问题 【免费下载链接】WarcraftHelper Warcraft III Helper , support 1.20e, 1.24e, 1.26a, 1.27a, 1.27b 项目地址: https://gitcode.com/gh_mirrors/wa/WarcraftHelper 还在为心爱的《魔兽争霸3… · 2026/7/30 18:38:17

塔吊工特种作业操作证怎么考?官方报名入口你必须知道
塔吊工特种作业操作证怎么考?官方报名入口你必须知道

塔吊工特种作业操作证怎么考?官方报名入口你必须知道 你现在手上拿着塔吊工特种作业操作证吗?没有的话,别想上工地干活。工地老板第一件事就是查证,没有证直接走人。塔吊工特种作业操作证不仅是你找工作的一张通行证,更是你未来在建筑行业发展的敲门砖。… · 2026/11/17 5:19:38

桐乡电工证怎么考,考前押题能帮你少走弯路
桐乡电工证怎么考,考前押题能帮你少走弯路

桐乡电工证怎么考,考前押题能帮你少走弯路 你是不是正为找不到工作发愁?特种作业证不拿在手里,很多岗位连门都进不去,尤其是电工证,可以说是很多建筑、装修、制造类工作的“通行证”。桐乡电工证怎么考?别急,听我给你道来, 考前押题… · 2026/11/17 5:19:38

西安电工证办证真实经历:别被中介坑,这是我走过的弯路
西安电工证办证真实经历:别被中介坑,这是我走过的弯路

西安电工证办证真实经历:别被中介坑,这是我走过的弯路 你是不是也这样,看到网上各种西安电工证办证广告,心里直打鼓,不知道去哪报名,怕被中介坑?我之前就是个周口房建工程的施工员,为了搞个电工证,跑了不少地方,踩了不少坑,差点花了冤枉钱还拿不到… · 2026/11/17 5:19:38

吴忠市低压电工证值不值得考?学历不高怕报不上名的你必须看完
吴忠市低压电工证值不值得考?学历不高怕报不上名的你必须看完

吴忠市低压电工证值不值得考?学历不高怕报不上名的你必须看完 你是不是也遇到过这样的情况:想做电工,但又怕自己学历不够、经验不足,根本报不了名?吴忠市低压电工证值不值得考?这可能是你最关心的问题。别急,下面我就从零开始,一步一步告诉你怎么报名… · 2026/11/17 5:19:38

井下电工作业的危害值不值得考?开封应届生别再被中介坑了
井下电工作业的危害值不值得考?开封应届生别再被中介坑了

井下电工作业的危害值不值得考?开封应届生别再被中介坑了 你是不是也在纠结要不要考井下电工作业证?担心报名流程复杂、怕被中介坑,又不确定这个证到底有没有用?作为在应急管理领域摸爬滚打多年的老手,今天我就从开封应届工程类毕业生的角度,给你讲讲井… · 2026/11/17 5:19:37

网上检电工证怎么办模拟考试题库
网上检电工证怎么办模拟考试题库

电工证网上怎么查?郑州报考避坑指南全攻略 你是不是正为找不到电工证而发愁?手上拿着一份电工证,却不知道网上怎么查真伪?在郑州找电工证报考渠道,又担心被坑?别急,这篇文章就是为你量身打造的,手把手教你【网上检电工证怎么办】,同时附上【郑州报考… · 2026/11/17 5:18:37

长春初级电工证怎么考?通过率揭秘全在这里
长春初级电工证怎么考?通过率揭秘全在这里

长春初级电工证怎么考?通过率揭秘全在这里 之前考的证在外省能不能转过来?这几乎是每个想从事电工工作的人都会问的问题。特别是那些在外地打拼多年、手里握着一张“外地电工证”的人,到了长春想继续干这一行,第一反应就是“我的证能用吗?”。今天我们就… · 2026/11/16 3:21:55

国内电工证报考条件与考试时间
国内电工证报考条件与考试时间

低压电工证怎么考?学历不高也能报名,官方报名入口全在这 你是不是经常听说“电工证是入行门槛”,但又担心自己学历不够、经验不足,根本报不了名?别急,今天就带你从零了解【国内电工证】的报考流程、考试内容,还有怎么在 官方报名入口… · 2026/11/16 3:01:18

电工作业时如何断电?电子证书到底能不能全国通用?
电工作业时如何断电?电子证书到底能不能全国通用?

电工作业时如何断电?电子证书到底能不能全国通用? 实操考试心里没底怕挂科,特别是电工作业时如何断电这一操作,不仅关系到你能不能拿到证书,更关系到以后能不能顺利上岗。很多人觉得这不过就是“断个电”,但其实这里面的门道可不少,稍有不慎就可能出错… · 2026/11/16 8:30:17

安徽特种工考证学校千万别踩坑,学历不高也能考证上岗
安徽特种工考证学校千万别踩坑,学历不高也能考证上岗

安徽特种工考证学校千万别踩坑,学历不高也能考证上岗 你是不是总觉得学历不高就考不了证,连报名资格都够不上?其实,很多人和你一样,学历不占优势,但想通过考证转行或提升自己的职业竞争力。安徽特种工考证学校虽然门槛不高,但千万别踩坑,稍有不慎就会… · 2026/11/17 0:00:20

你没学历也能考福田特种作业操作证?真实经历告诉你怎么干
你没学历也能考福田特种作业操作证?真实经历告诉你怎么干

你没学历也能考福田特种作业操作证?真实经历告诉你怎么干 你是不是觉得学历不高就考不上福田特种作业操作证?其实不然,我有个老乡,初中毕业,现在在安阳干焊工,每月拿8000多,还评上了高级技师。他的经历我今天就给你说说,看看你能不能照着走。… · 2026/11/17 0:00:20

低压电工证哪里盖章怎么报名 过期了别慌教你一步步复审
低压电工证哪里盖章怎么报名 过期了别慌教你一步步复审

低压电工证哪里盖章怎么报名 过期了别慌教你一步步复审 证书过期了不知道怎么复审延期?低压电工证是很多电工从业者必须持有的证件,一旦到期未及时办理复审,不仅影响工作,还可能面临被单位辞退甚至罚款。今天我就从南阳地区培训机构学员的角度,详细告诉… · 2026/11/17 0:00:20

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/16 16:48:43

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/16 16:48:57

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/16 16:48:48

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码