目标检测系列文章之R-CNN【2014】

英文原文链接: link.
前言：2014年CVPR上的经典paper《Rich feature hierarchies for Accurate Object Detection and Segmentation》

基本思想

R-CNN摒弃了传统的滑动窗口和人工选取特征的方法，将候选区域算法Selective Search和卷积神经网络相结合。

R-CNN+SVM分类：CNN解决高维问题时容易陷入局部最优，而支持向量机通过使分类间隔最大化来得到最优的分类面，其算法会转化成一个凸二次规划的问题，故其能得到全局最优解，卷积神经网络和支持向量机进行互补，为最终算法的效果提升提供了保证。
池化层虽然减少计算量和增加平移不变性，但导致图像特征的损失，卷积核的数量在逐层增加，其目的是为了消减池化层对特性信息的丢失。

数据集和训练

数据集：
ImageNet ILSVRC 2012：千万张图像，分为1000类，分类识别；
PASCAL VOC 2007：一万张图像，分为20类，目标检测。
训练：