RCNN学习笔记

1、摘要

RCNN 2个关键点： 1、为了定位和分割目标，使用CNN自下而上的提取区域候选框。2、当标记的训练数据稀缺的时候，监督预训练作为辅助任务，对特定领域微调，对性能有显助提升。

bottom-up:
fine-tuning:

1、目标检测

目标检测需要在图像内定位许多物体。

1、regression problem

这种方法实际使用不好使。在VOC2007, mAP只有 30.5%

2、sliding-window detector

这种方法应用到CNNs。但是为了保持较高的空间分辨率（high spatial resolution）,这些CNNs只有2个卷积层和池化层。（为什么这样呢？）
对于一个深层网络，用滑动窗口精确定位。。呵呵
OverFeat采用 sliding-window CNN。ILSVRC2013 detection。 mAP = 24.3%

3、recognition using regions

R-CNN:Regions with CNN features。ILSVRC2013 detection。 mAP = 31.4%。

2、训练数据不足

在大数据集上采用 supervised pre-training.
在小数据集上采用特定的fine-tuning。
supervised pre-training：
fine-tuning；