关于深度学习网络的发展概述(浓缩版)

深度学习网络的发展概述

• CNN
• R-CNN
• Fast R-CNN
• Faster R-CNN
• YOLO/SSD

1 CNN

诞生
相比较于传统的HOG+SVM方法而言是一种新的方法，用来识别目标，例如用来识别MNIST数据集，有不错的成绩

基本思想
局部感受野、权值共享、池化、滤波器、损失函数、特征提取

解决的问题
完成了图片的分类任务

2 R-CNN

诞生
在神经网络训练之前加入建议候选框（region proposal）层，所以新的网络被分为两个部分：候选框+神经网络

基本思想
region proposal

解决问题
将一张图片分为不同的候选区域进行特征提取

3 Fast R-CNN

诞生
在最后的卷积层之后加入了 ROI pooling layer 并且损失函数使用了多任务损失函数，将边框回归直接加入CNN网络中训练。
ROI池化层表示：将不同大小的特征图尺寸归一化
网络首先将原始图片用选择搜索算法得到候选区域，之后送入CNN，最后一层的普通卷积层改为ROL池化层

基本思想
边框回归、整张图片提取一次特征，将先前选取的建议框映射到特征图中，这样就不需要每次都把框好的图片进行卷积。

解决问题
一张图片只提取一次特征图，节约时间

4 Faster R-CNN

诞生
因为候选框的生成也是需要时间的，希望加入另一个网络来更高效的找出候选框，将找候选框的任务交给神经网络（RPN）去做，代替以前的建议框，RPN层本质上是一个提取边缘的网络。
模式成为：图片->>卷积层->>特征图->>候选框->>分类

基本思想
改变搜索框的搜索方式，取消候选框映射，直接在RPN网络中进行区域候选

解决问题
改变了选择候选框的方式，传统式–>深度学习式

5 YOLO

诞生
为了满足实时检测的需要

基本思想
将目标检测任务转换成为回归问题

解决问题
缩短了建议框产生的时间，但是也产生了目标不能精准定位的问题

6 SSD

诞生
为了解决YOLO不能精确定位的问题

基本思想
使用anchor机制，预测位置的方式发生了改变，并不是全图特征，而是锚点的周围特征

解决问题
精准定位，使用全图的各个位置的多尺度特征进行回归。