关于Faster-RCNN

参考B站视频Pytorch 搭建自己的Faster-RCNN目标检测平台（Bubbliiiing 深度学习 教程）_哔哩哔哩_bilibili

什么是Faster-RCNN

        显然，我们可以人眼可以一眼就看到猫在图片的位置，但是计算机要怎么确认呢，即框怎么确定，需要中心点的x轴，y轴，宽和高四个参数。

确定边界框位置的四个参数怎么由Faster-RCNN得到呢

        当一张图片被传入到Faster-RCNN中，一般会被resize到600*800尺寸（长宽比不变，不会失真），再被传入主干特征提取网络，可以得到38*50的特征层，相当于将图片分成38*50大小的网格，每个网格里有若干个先验框，利用RPN可以获得先验框的调整参数和是否包含物体，此时便得到了建议框，利用建议框在公共特征层上进行截取，截取到的不同特征层可以反应图片上的不同位置，截取到的内容传输到ROI pooling层中，为了满足不同大小图片的检测，ROI pooling层会将截取到的不同大小的特征层resize到一样的大小，然后利用分类和回归网络判断截取到的图片中是否包含目标，并对建议框进行调整，调整后的结果即是我们最终的预测结果。

 

 

Fas