目标检测算法 - Faster R-CNN

二话不说，首先看下跑通代码的效果图如下：//采用visdom可视化工具

从图中可以看到图片中的三个目标对象都是可以检测出来的

对应的模型如下   refer to zhihu(侵权删)

 经过R-CNN和Fast RCNN的积淀，Ross B. Girshick在2016年提出了新的Faster RCNN，由图可以看到分为4个主要内容：

1. Conv layers。作为一种CNN网络目标检测方法，Faster RCNN首先使用一组基础的conv+relu(线性整流函数)+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。
2. Region Proposal Networks。RPN网络用于生成region proposals。该层通过softmax(映射成为(0,1)的值)判断anchors属于positive或者negative，再利用bounding box regression修正anchors获得精确的proposals。
3. Roi Pooling。该层收集输入的feature maps和proposals，综合这些信息后提取proposal feature maps，送入后续全连接层判定目标类别。
4. Classification。利用proposal feature maps计算proposal的类别，同时再次bounding box regression获得检测框最终的精确位置。

关于FasterRCNN这个类

首先，开发注释里谈到了Faster R-CNN的三个层次：

1. Feature extraction: Images are taken and their feature maps are calculated.
2. Region Proposal Networks: Given the feature maps calculated in the previous stage, produce set of RoIs around objects.
3. Localization and Classification Heads: Using feature maps that belong to the proposed RoIs, classify the categories of the objects in the RoIs and improve localizations.

这三个层次分别对应callable的三个nn.module的模块

关于nn.module    link

1. 一般把网络中具有可学习参数的层放在构造函数中。
2. 不具有可学习参数的层（如ReLU）可放在构造函数中，也可不放在构造函数中
3. 只要在nn.Module中定义了forward函数，backward函数就会被自动实现（利用Autograd)

• 关于类中用到的nn.Module的三个callable——rpn、head、feature(即extractor和classifier)
  • FasterRCNNVGG16对FasterRCNN的继承
  • 关于rpn: 
    • RegionProposalNetwork: