【object detection】fast rcnn笔记

一、fast rcnn框架流程

1.输入：图像+RoIs（region of interest）到完全卷积网络（ConvNet）   输出：feature map

2.经过RoI pooling layer，每个RoI被池化到固定大小的feature map

3经过FCs（fully connected，fc）映射为一个feature vector

4.每个RoI在网络有两个输出向量：softmax probabilitie+per-class bbox regression（bbox regression是用来对窗口进行微调）

二、总结

1.优点：

（1）更高的检测质量（mAP）

（2）通过使用多任务损失（Multi-task loss），使得训练是单阶段的

（3）训练可以更新所有网络层

（4）对于特征缓存不需要磁盘存储

（5）提供了在caffe的框架下，如何定义自己的层/参数/结构的范例

training and testing end-to-end，ROIPooling层，使得训练效果提升不少

速度上的提升

2.缺点：

3.分析：