深度学习经典论文（八）Faster R-CNN

注：借鉴整理，仅供自学，侵删

越来越难懂喽，先附上两个博客链接吧，后面看完视频或者代码后再来总结

1. 图片传入backbone主干特征提取网络，获得共享特征层。
2. 共享特征层一方面经过RPN网络，进行一次结果为9×4的卷积（获得anchor的调整参数）一次结果为9×2的卷积（是否包含物体，序号为0的内容大表示不包含物体，序号为1的内容为包含物体的概率）。然后进行解码，获得建议框，对建议框进行处理（防止过小和超出边缘）和筛选（保留分类得分较高的一些建议框，如前3000个，然后NMS操作，防止一定区域内框框较多，再一次根据得分筛选，如前300个）
3. 另一方面共享特征层根据建议框截取ROI区域，并rezize变成同一尺寸。
   （共享特征层[1,1024,38,38]，建议框[300,4]，ROIpooling[300,1024,14,14]）
   最后再进行回归预测和分类预测（如resnet的第五次压缩操作，压缩完后进行一个平均池化，再进行一个Flatten，最后分别进行一个num_classes的全连接和(num_classes)x4全连接，获得（300，num_classes）和（300，num_classes*4））。
4. RPN网络损失：
   
5. ROI网络损失：

建议框就是ROI的先验框

根据建议框对共享特征层截取，不是截取的某一网格点，是根据调整后的anchor（即建议框）框选共享特征层区域，然后再roipooling
变成同一尺寸

目标检测-RCNN系列

Fast RCNN算法详解
1
2
3
4
5
6
7
8