2016-CVPR-Reinforcement learning for visual object detection. 论文笔记

1. 数据集

PASCAL VOC 2012

2. 网络

检测整体流程如图。从当前检测区域的状态描述St开始，分类器会对当前状态进行评估并给出终止信号。如果终止信号0，则选取新的evidence region(et)并以et为参考输出下一步需要执行的动作，并观察执行效果得到新的状态。如果终止信号为1，说明当前区域包含有需要检测的目标，此时将依据信度最高的窗口执行选定bounding box的动作。并退出迭代。

2.1 训练

刚开始的时候，由选择区域生成region——25000个，然后用CPMC方法产生region proposal，经过Conv layer。

其中, Ht+1=Ht∪{ Ot}