Fast R-CNN学习笔记

Fast R-CNN学习笔记

文章来源：Girshick R. Fast r-cnn[C]//Proceedings of the IEEE InternationalConference on Computer Vision. 2015: 1440-1448.

1.算法提出的背景

目前deep ConvNets显著提高了图像分类和目标识别的精度，和图像分类相比，目标检测需要更多复杂的方法去解决，是更有挑战性的问题。由于检测需要目标精确的位置，这就带来了两个重要的困难：首先，大量的候选目标区域（被称为“proposals”）要处理；其次，这些候选只是简单地提供了大致的位置，还需要进一步精确。解决这些问题的方法常常会导致速度、精度和简易性的下降。

Fast R-CNN在训练一个深检测网络（VGG16）上，比R-CNN快9倍，比SPPnet快3倍。

R-CNN的缺点：

（1）训练是多阶段进行的。R-CNN首先使用log损失在目标提议方面对ConvNet进行了微调；然后调整SVMs适合于ConvNet特性，这些SVMs作为目标检测器，替换了通过惩罚协调学习的softmax分类器；第三个训练阶段，学得一个bounding-box回归。

（2）训练在时间和空间上花费较大。对于SVM和bounding-box回归训练，要从每张图片的每个中object proposal中提取特征，这既费时又费力。

（3）目标检测很慢。在测试时间，要从每张测试图片的每个object proposal中提取特征，很耗时。

R-CNN很慢的原因在于它对于每个object proposal都进行了