Faster R-CNN

前言

由于要做小目标检测的问题，所以首先要对目标检测的一些经典方法做一些了解，今天先来写一下经典的faster rcnn目标检测方法。

正文

由于不是最新的工作，关于faster rcnn,网上已经有很多前辈做了非常清晰的解释，所以这篇博客不再赘述，先贴几个我认为写的比较清楚的博客。
Faster-rcnn详解、一文读懂Faster RCNN这两篇博客基本把faster rcnn涉及到的方法都讲到了，本文主要记录一下本人学习过程中遇到的一些容易迷惑的地方。

1. faster rcnn可以看成是RPN+fast rcnn.
2. faster rcnn在训练时不是end-to-end，而是分两步，先训练RPN，再训练fast rcnn. RPN部分要输出一些proposal，这里的proposal是物体的位置和前景背景信息，然后经过ROI Polling 把一个图片中的所有物体“提出来”，送到后面检测网络中进行分类和框回归，分类输出的是目标类别，回归输出的是框相对于proposal的偏移量。
3. RPN中也有分类和框回归的部分，不过这里的分类指的是分别开前景和背景，是一个二分类问题，回归是为了粗略提取物体位置。
4. RPN网络输入是feature map，大小是16x16x256(不同backbone可能大小不一样)，所以feature map的每个点是256d的向量。然后在feature map的每一个位置都有9个不同大小的anchor（anchor在程序中就是四个数，表示框的位置）（程序中可能是把这些anchor保存在文件中，作为训练RPN的标签），用feature map 分类和回归，把feature map中的256d的向量变成2k个分类得分和4k个anchor（k=9）。