Fast R-CNN 论文笔记

Fast R-CNN 论文笔记

一、为什么提出Fast R-CNN

因为Fast R-CNN的前任R-CNN和SPP-net不给力。

R-CNN训练分为多个阶段，步骤繁琐: 微调网络+训练SVM+训练边框回归器; 训练耗时又耗内存; 目标检测又慢。

SPP-net虽然比R-CNN快一些，但和R-CNN同样存在训练步骤繁锁的问题，而且无法更新SPP-net之前的卷积层。

二、Fast R-CNN的框架

Fast R-CNN的输入: 一整张图像和一系列目标候选区域（object proposal）。

1）首先用conv和max_pooling层处理整张图像，生成一张特征图（feature map）。

2）然后RoI_pooling层对感兴趣的部分区域（a region of interest）提取固定长度的特征向量。

3）特征向量通过全连接层后，分别输出到softmax层和bbox_regressor层。

注意：

1）RoI_pooling层用的方法是，把$h{\times}w$的感兴趣区域（RoI)分到固定大小的$H{\times}W$网格中，然后对每一个网格取其最大值，这样得到的特征向量也是固定长度的，实际上这是SPP-net的一种特殊情况。

2）softmax层输出目标属于各类的概率大小，这里背景算额外的一类。

3）bbox_regressor层输出4维向量，描述一个框，即框的左顶点、长、宽。

三、Fast R-CNN的优点

1）相比较于R-CNN和SPP-net，Fast检测质量更高（mAP)。

2）训练只有一个阶段，使用了多任务损失函数。

3）相比较于SPP-net，训练可以更新所有的层。

4）缓存特征时不需要硬盘存储。

四、Fast R-CNN的缺点

我若能发现就能先写出下一篇的Faster R-CNN了~_~

发现论文中的不足，是我急需要提升的能力。

五、Fast R-CNN的补充

作者在文中研究了一些问题。

1）多任务训练能起到帮助吗？

答：能。它能提高分类准确率。

2）尺度不变性：单尺度 or 多尺度？

答：实验表明单尺度检测几乎与多尺度检测同样好，说明深度卷积网络本身就能擅长直接学习尺度不变性。

3）需要更多的数据吗？

答：实验表明，更多的数据的确提高了准确率。

4）SVMs比softmax好？

答：实验表明，softmax表现还稍胜SVMs一筹。

5）候选区域是越多越好吗？

答：不见得。