Fast RCNN、Faster RCNN学习笔记

Fast RCNN

步骤：

        feature extraction：只运行一次CNN以提取feature map

        sample ROI：在原图上选择性搜索产生Region Proposals

        ROI projection：将Region Proposals投影到feature map上

        ROI pooling：将ROI projection后的特征图变成固定大小的特征输出

        分类和回归：通过FC生成bbox和class

总结：应用了两次量化，分别在ROI projection和ROI pooling

 

Faster RCNN

改进点：Fast中的ROI是通过选择性搜索产生的，faster中使用RPN(region proposal network)，将feature map作为输入，生成一系列object proposals，每一个都带有分数

步骤：