Faster-RCNN论文详解

Faster-RCNN

 

提出了Region Proposal Network（RPN）一个全连接的卷积层可以同时预测目标边界和目标分数（物体）

把RPN和Fast-RCNN合并为一个网络通过共享他们的卷积特征——使用带有"attention"机制的神经网络

联合网络unified networks

 

---

1、introduction

Region porposal mathod：

Selective Search：基于人工特征的贪婪进行超级像素合并

EdgeBoxes在速度和质量方面都权衡得很好

 

上面的方法都是在CPU计算的，当重新实现为GPU计算的时候，就忽略了下游的检测网络，错失共享计算的机会

 

改进：使用了深度卷积网络来计算proposals——基本零花费

——即使用convolutional feature maps来计算proposals

 

RPN可以有效预测大范围的尺度和长宽比

——不同于图像金字塔和图像特征金字塔（过滤器），使用的是（ We use pyramids of reference boxes in the regression functions）

——pyramid of regression reference，避免了枚举（enumerate）所有尺度和长宽比的图像和过滤器

 

训练：在region proposal task 和object detection 之间交替fine-tune——共享卷积特征

 

 

2 相关工作

别人的工作：

OverFeat方法：一个全连接网络用来预测盒子box的坐标（只针对一个物体），之后全连接层被换成卷积层用来检测多个类别的物体。

MultiBox方法：从一个网络（最后一层同时可以预测box）产生proposal

但是，MultiBox的方法没有共享在proposal和detection network 之间的features。

DeepMask method：用于学习segmentation proposals

 

 

 

3 Faster RCNN

整体架构：

 

 

由两部分组成：

1> deep convolutional network:产生region————————RPN候选区域提取模块，是全卷积神经网络

2> fast RCNN detector:使用proposed regions————————fast RCNN检测模块，基于RPN提取的proposal检测并识别proposal中的目标

 

3.1 Region proposal networks(介绍它的设计和属性)

RPN：输入一张任意尺度的图片，输出一系列矩形proposals（with objectness score）

 

RPN的具体流程：

在convolutional feature map上slide a small network，这个small network选择feature map上的nxn的空间窗口作为输入（全连接） ，每个窗口映射到（map）一个低维（256d&#