Faster RCNN算法演进

目标检测RCNN算法经历了RCNN->FAST RCNN->FASTER RCNN的递进演化。

RCNN原理及实现步骤

1. 在cpu端提取候选框：通过纹理或色彩等传统算法（SelectiveSearch）在原图中找到可能的候选框，通常为1k～2k个

2. 将候选框归一缩放为统一大小，分别输入cnn网络提取特征

3. 使用svm或softmax分类器分类，对于有目标框回归目标框体。

缺点：

需要现在cpu上预处理图片，处理步骤过多，每个region都要进行一次cnn前向传播，多次重复计算

FAST RCNN原理及实现

与RCNN最大的区别在于FAST CRNN是对一整张图进行卷积抽取特征，而RCNN是对每一个proposal分别进行卷积运算。

当FAST RCNN卷积完成后，会连接一个ROI Pooling层。这个层的作用主要是用于特征尺寸变换，其输入是卷积完成的特征图和SelectiveSearch提取出来的Proposal。因为原图与特征图存在对应关系，所以每个proposal也对应特征图上的一个特定区域。ROI Pooling会将该区域均匀地分割为M×N个网格，然后对每个网格做pooling，最后拉平成一个 （M×N）x1 大小的1维向量，传入后续的全连接中做分类和框体回归。
尽管ROI Pooling可以看做是针对ROI区域的feature map的Pooling操作，但因为不是固定尺寸的输入，因此每次的pooling网格大小得手动计算。 

FASTER RCNN实现原理

faster rcnn在上面的基础上更近了一步，将proposal的生成部分放到了roi层中。

anchor机制：

生成propoasl的规则基于anchor机制，对于卷积完成的特征图，根据给出一个基准窗大小，按照倍数和长宽比例得到不同大小的窗。例如论文中基准窗大小为16，给了（8、16、32）三种倍数和（0.5、1、2）三种比例，这样能够得到一共9种尺度的anchor。当最终特征图为M×N大小时，所生成的anchor数量就为 M×N×9个。

样本生成机制：

生成anchor后，需要对anchor进行筛选，与实际的样本label组成正样本与负样本。

1）假如某anchor与任一目标区域的IoU最大，则该anchor判定为有目标；

2）假如某anchor与任一目标区域的IoU>0.7，则判定为有目标；

3）假如某anchor与任一目标区域的IoU<0.3，则判定为背景。

所谓IoU，就是预测box和真实box的覆盖率，其值等于两个box的交集除以两个box的并集。正负样本均随机选择128个参与训练，其它的anchor不参与训练。

结果筛选NMS：

最终会生成很多候选框，之中很多是重叠的。FASTER RCNN准确率准确率最大的为基准，对于相互间IoU不大于0.7的目标框，只保留准确率高的候选框。然后在剩余的选择top-N，前300个框用于训练。

代价函数定义为：

注意，对回归框坐标的loss，只对正样本进行计算。