目标检测论文综述（二）Two-Stage（R-CNN系列）

一、CNN based Two-Stage Detectors

所有论文综述均保持如下格式：
1、一页PPT内容总结一篇论文
2、标题格式一致：出处 年份 《标题》
3、内容格式一致：针对XX问题；提出了XX方法；本文证明了XXX
4、把握核心创新点，言简意赅
5、官方源码链接

强烈推荐：目标检测论文资源列表(各目标检测网络性能对比、论文链接、官方/非官方代码链接)
https://github.com/hoya012/deep_learning_object_detection#2014
作者GitHub里面的图片列出了目标检测网络近年来的一些里程碑

一、CVPR 2014《R-CNN:Rich feature hierarchies for accurate object detection and semantic segmentation》

• 针对：传统目标检测耗时、耗内存、精度低
• 提出了：通过选择性搜索（Selective Search）提取感兴趣区域候选框proposal，将每个proposal缩放为固定大小的图像，输入到ImageNet训练的CNN模型中并提取特征，线性SVM分类器用于预测每个区域内对象类别，回归器调整目标框。
  
  缺点：训练分多个步骤；正负样本候选区域由SS生成，算法速度受限，CNN对每一个生成的候选区域进行一次特征提取，存在大量重复计算，检测速度慢。
• 本文证明了：使用卷积神经网络进行特征提取；使用bounding box regression进行目标包围框的修正
• GitHub官方源码（caffe）

二、ECCV 2014《SPP-Net:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》

• 针对：CNN模型全连接层需固定大小的输入，crop或者warp导致图像拉伸变形、裁剪不全，限制识别精确度
• 提出了：卷积层和全连接层之间引入SPP layer，使CNN可生成固定长度的表示形式，不关注图像/区域的大小而无需重新缩放；SPPNet在SPP中加入pooling，使得网络任意输入，固定输出