Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 精读 （Faster R-CNN准备）

前期准备

名词解释

目标检测

输入图像中往往有很多物体，目的是判断出物体出现的位置与类别

https://blog.csdn.net/weixin_43336281/article/details/113059311
https://blog.csdn.net/AugustMe/article/details/107778518

非极大值抑制（Non-Maximum-Suppression，NMS）

在模型预测阶段，我们先为图像生成多个锚框，并为这些锚框一一预测类别和偏移量。随后，我们根据锚框及其预测偏移量得到预测边界框。当锚框数量较多时，同一个目标上可能会输出较多相似的预测边界框。为了使结果更加简洁，我们可以移除相似的预测边界框。常用的方法叫作非极大值抑制（non-maximum suppression，NMS）。

https://blog.csdn.net/weixin_43336281/article/details/113059311

RNN神经网络 （循环神经网络Recurrent Neural Network)

RNN（Recurrent Neural Network）是一类用于处理序列数据的神经网络。首先我们要明确什么是序列数据，摘取百度百科词条：时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。这是时间序列数据的定义，当然这里也可以不是时间，比如文字序列，但总归序列数据有一个特点——后面的数据跟前面的数据有关系。

https://blog.csdn.net/zhaojc1995/article/details/80572098

注意力机制

在神经网络模型处理大量输入信息的过程中，利用注意力机制，可以做到只选择一些关键的的输入信息进行处理，来提高神经网络的效率，比如在机器阅读理解任务中，给定一篇很长的文章，然后就文章的内容进行提问。提出的问题只和段落中一两个句子有关，其余部分都是无关的，那么只需要把相关的片段挑出来让神经网络进行处理，而不需要把所有文章内容都输入到神经网络中。

https://blog.csdn.net/qq_37492509/article/details/114991482

鲁棒性

在机器学习，训练模型时，工程师可能会向算法内添加噪声（如对抗训练），以便测试算法的「鲁棒性」。可以将此处的鲁棒性理解述算法对数据变化的容忍度有多高。

https://blog.csdn.net/The_Time_Runner/article/details/89643644

IOU

目标检测中预测框与真实框的重叠程度

Faster R-CNN简介

https://blog.csdn.net/weixin_42310154/article/details/119889682?spm=1001.2014.3001.5506

Faster R-CNN 论文机翻

https://blog.csdn.net/qq_43593277/article/details/123459362?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7ERate-3-123459362-blog-128192017.pc_relevant_3mothn_strategy_and_data_recovery&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7ERate-3-123459362-blog-128192017.pc_relevant_3mothn_strategy_and_data_recovery&utm_relevant_index=3

拟复现代码

https://github.com/facebookresearch/detectron2