faster-rcnn理论系列个人笔记

rcnn系列流程
1，首先ss算法（selective search）提取的区域候选框proposal；
2，提取的proposal转化成227*227图像（为了统一特征长度），输入到cnn（backbone网络，不要全连接层）抽取特征；
3，将抽取的特征向量，用来训练SVM和位置坐标线性回归器。

细节：
1~2K个候选框先筛选概率大的部分，在进行NMS非极大值抑制。其实就是一个矩阵概率的筛选：比如行代表类（狗），所有候选框是狗的概率，设定一个阈值，或者取前100；在进行NMS非极大值抑制，这样就得到概率大而且不重叠的

fast-rcnn系列流程
1，首先对图像直接卷积得到高维特征图，再将SS算法映射到高维特征图（我个人认为这两步没有什么先后顺序），最后得到shape不同，channel相同的特征向量；
2，shape不同，channel相同的特征向量进行ROIpooling操作转化成shape相同的特征向量；
3，对shape相同的特征向量进行分类与位置回归。

细节
训练的数据样本并没有选用所有的ss算法推荐的，而是只用了64 个。1因为正负样例不平衡，就是有太多的背景，原文是选取IOU大于0.5的为正例，[0.1-0.5）为负例。晕，为什么不选[0，0.2）为负例，我个人理解是为了构造更好的超平面，因为分开0和1很好分，有一个单位长度。而0.9到0.91很难分，以为只有0.1个单位长度。再比如0.49的IOU特征被判定为负，0.51的IOU为正，全连接层到损失函数一直在努力构造超平面区分两者。