Faster RCNN的简单理解

Faster RCNN网络

介绍

看了B站up主（霹雳吧啦Wz）对于Faster RCNN的讲解视频做了笔记以及自身理解。Faster RCNN是在Fast RCNN基础上做了改进，由于Fast RCNN网络的候选区域和提取特征以及分类回归任务是分开的，所以Faster RCNN就想着，能不能把候选区域和这几个步骤联合在一个网络中，就实现端到端，不需要分步骤呢？下图就是Faster RCNN的步骤：

Faster RCNN算法的流程

1、来了一张图，直接将整张图输入到网络中得到特征图（Fast RCNN在这一步同时从原图上使用SS算法生成候选框）
2、得到特征图后，使用RPN结构生成候选框，将生成的候选框再投影到特征图上得到相应特征矩阵。
3、将每个特征矩阵通过ROI POOLING层缩放到7x7的特征图，再将特征图展平送到全连接层。

损失（深入理解后再补充。。。）

是由RPN Loss和Fast RCNN Loss联合起来的。所以说Faster RCNN就是Fast RCNN加上一个RPN网络。

RCNN、FAST RCNN、FASTER RCNN框架对比