RCNN检测过程:给定一张输入图片,提取 2000 个类别独立的候选区域,将每个候选区域缩放到统一固定大小(论文中227*227),利用 CNN 提取固定长度的特征向量(论文中4096维),再对每个区域利用SVM进行目标分类,并使用回归器对候选区域位置进行修正。
提取候选框(region proposal):论文中使用Selective Search提取候选区域。
Selective Search思想:
(1)采取过分割手段,将图像分割成若干个小区域。
(2)初始化相似度集合S。
(3)计算两两小区域的相似度,并添加到S中。
(4)从S中找到相似度最大的两个区域进行合并,同时删除这两个区域。然后计算合并后的区域与相似度最大的两个区域相邻 区域的相似度,并添加到S中。重复计算合并。
(5)最后,获取候选框。