Faster rcnn（1）--- RPN原理及代码详解

一. 论文

• Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
• 官方版本github : detectron
• pytorch版本faster rcnn

二. RPN提出的目的

• 用cnn来提取proposal，替代原始的slective search；由于原始的selective search获得proposal框的过程很费时，使用cnn提取后可以极大提高速度。
• 如何提高？用CNN直接产生

三. RPN结构及原理

1）概述

• 输入为原始图片，输出为矩形proposal框
• backbone用的ZF（5个共享卷基层）或者VGG16（3个共享卷基层）
• 对backbone出来的最后featuremap进行滑窗，每个滑动窗口出来的是一个256（ZF）或者512（VGG16）的向量，然后这些向量用于RPN的回归以及分类