十分钟理解Faster-RCNN系列算法及相关算法详细原理

说明：本文为总结性文章，适合有一定基础的童孩们阅读哦~文章来源于个人学习笔记，仅做学习交流！

一、二阶段算法RCNN、Fast-RCNN、Faster-RCNN比较

1.R-CNN

实现过程

（1）region proposal。用区域合并算法SS（Selective Search for Object Recognition解读https://blog.csdn.net/mao_kun/article/details/50576003 ）在同一张图片上产生候选框。
（2）feature extraction。分别将图片上的每个候选框送入卷积神经网络CNN（由conv+relu+pool层组成的VGG、Inception、Resnet等），获得的结果叫做特征图；（CNN卷积神经网络原理讲解+图片识别应用（附源码）
https://blog.csdn.net/kun1280437633/article/details/80817129 ）
（3）classification。针对每个类别训练一个SVM的二分类器。输入特征，输出为是否属于该类别，训练结果是得到SVM的权重矩阵W。
（4）rect refine。用提取的特征和bounding box的ground truth（预先标定的真实框）来训练回归，每种类型的回归器单独训练。

算法结果

在pascal VOC 2012数据集上：mAP 53.3%、平均每张图片耗时47s，共计训练耗时84小时。

主要缺点