研一汇报第十二周

本次汇报内容
1、论文 《Fast R-CNN》Microsoft Research 2015年 /
2、前述 《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 》空间金字塔池化网络，何恺明 2014年
前述RNN；
3、计划：
1）《Think Python》;
2）《Java 核心技术 卷I》

《Fast R-CNN》Microsoft Research
Fast Region-based Convolutional Network 快速的基于区域的卷积网络

概要：
Fast R-CNN以之前的工作为基础，利用深度卷积网络对项目提案进行有效分类，Fast R-CNN对VGG16网络进行了9倍于R-CNN的训练，在测试时的速度是213倍，并在PASCAL VOC 2012上实现了更高的mAP(检测质量)。与SPPnet金字塔网络相比，Fast R-CNN训练VGG16 3倍快，测试10倍快。

问题：R-CNN，候选窗口的特征是借助深度神经网络进行抽取的，在VOC和ImageNet数据集上都表现出了出色的检测精度。但R-CNN的特征计算十分耗时，因为它对每张图片中的上千个变形后的区域的像素反复调用CNN，SPPnet只需要在整张图片上