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