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&#