Fast Rcnn Faster Rnn

RCNN

第一步 采用SS算法生成1000—2000个候选框

第二步 对每个候选框缩放到227x227 然后输入到训练好的CNN网络中，获得4096维特征向量，得到2000X4096特征矩阵

第三步 将特征送入每一维的 SVM分类器中，判别是不是属于该类

输入 2000X4096 SVM分类器的权值矩阵 4096X20 输出得 2000X20

利用非极大值抑制对2000X20的每一列进行，选出得分最高的边界框

第四步 使用回归器对分类框进行修正

缺点

Faster RCNN

Fast RCNN 与RCNN区别

 训练样本区分正样本和负样本，在训练过程中并不是采取SS算法提取的候选框，而是随机选取一部分候选框进行训练。

ROI Pooling 

ROI Pooling 将输入图像统一缩放到7X7大小

 

图片进入网络中提取特征，在特征图上提取相应的候选框，再结果Rol Pooling 层将特征图缩放到7X7统一的大小，再展平处理，经过两个并联的全连接层，其中一个用于目标概率的预测，一个用于边界框回归参数的预测

 每个类别具有四个边界框回归参数，第二个全连接层的参数为（N+1）X4

 通过边界框回归器调整候选边界框的回归参数，将黄色的框调整到红色的框，绿色框是真正的边界框。

 

 

 当u=1 时，代表候选框框住的是正样本，需要计算边界框回归参数

当u= 0时，代表候选框框住的是背景，为负样本，不需要计算边界框回归参数