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: