RCNN算法流程

介绍：2014年提出，之前目标检测为手工提取特征，为深度学习提取目标特征的开山之作。

 

一、总体流程可分为四个步骤

 二、各个步骤

1.候选区域的生成

 2.对于每个候选区域，使用深度网络提取特征

 CNN其实就是图像分类网络，只不过是在图像分类中在CNN提取特征展平处理之后，要经过一个全连接层（输出通道数为类别个数）和softmax层，这里把这部分去掉了，从而每个框框留下了4096维的特征向量，总共为【2000，4096】。

3.特征送入每一类的分类器，判定类别

a、SVM是一个二分类器，这里以VOC数据集为例，有20个类别，所以需要20个SVM分类器【4096，20】，每个分类器会输出是该类别的得分。

  

b、对于SVM输出矩阵【2000，20】，对于每一列，代表这两千个候选框中属于该类别的分数，对于该列，通过非极大值抑制的方式剔除重叠建议框，如此循环，直到把该类别的2000个候选框遍历完。

 

 4.使用回归器精细修正候选框位置

 其实这里可以分为两步。第一步是上一步筛选出来的20个类别的建议框之后（从【2000，20】个建议框中筛选得到的），会对这些建议框进一步筛选，每个类别的建议框（【2000，1】筛选得到的）中会与标注该类别的真实grounf_truth计算IOU，筛选出大于阈值的候选框。

第二步是对于上一步【2000，20】个候选框中筛选出来的，找到该候选框对应当的第二步提取得到的4096维的向量（从【2000，4096】中筛选），用20个回归器分别对20个类别中剩余的建议框回归操作（分类器输出为【目标建议框中心X偏移量，Y偏移量，边界框高度缩放因子，宽度缩放因子】），通过得到的输出对于边界框进行调整。

三、总结

 

FasterRCNN