[深度学习从入门到女装]Fast R-CNN

论文地址：Fast R-CNN

 

Fast R-CNN是基于R-CNN和SPP的改进，在R-CNN使用了SPP的方法来提取候选框（这篇文章中成为RoI）的fixed-length特征，并且去掉了SVM，最后的分类有两个FC层，一层是softmax进行分类打分，一层是bounding-box regressor进行box位置offset回归，CNN网络结构使用VGG16

The RoI pooling layer

RoI pooling layer使用类似SPP层的方法，进行任意尺寸feature map的特征提取，假设我们从每个RoI要得到H*W（H、W是人为设置的超参数）大小的fixed-length feature，RoI的尺寸为h*w，那么我们将h*w分为H*W个网格（每个grid大小为h/H * w/W），然后对每个网格内进行max pooling最终得到H*W的输出，类似于SPP，但是只有一个pyramid level

 

所以最终fast R-CNN的算法流程如下：

1、对输入图像使用select search选取2k个RoI

2、将输入图像放到CNN（使用imageNet pre-trained，fine-tuning）中，得到需要的conv层的feature map

3、将选取到的RoI映射到feature map上，使用RoI pooling layer得到fixed-length feature（RoI feature vetor）

4、经过FC层，最后到两个FC上（一个softmax进行分类打分，一个bound-box regressor进行位置回归）