Fast R-CNN

• arxiv： http://arxiv.org/abs/1504.08083
• github：https://github.com/rbgirshick/fast-rcnn
• github：https://github.com/zplizzi/tensorflow-fast-rcnn
• github：https://github.com/mahyarnajibi/fast-rcnn-torch
• github(“Fast R-CNN in MXNet”): https://github.com/precedenceguo/mx-rcnn

1、整体思路

 

• 将整张图片输入卷积网络得到特征图
• 在原图中获取1000-2000个候选框
• 将候选框映射到特征图获取每张候选框对应的特征区域
• 将特征区域传入ROI池化层获得固定长度的特征向量
• 通过两个全连接层生成ROI feature vector
• 对ROI feature vector进行分类和回归

2、具体流程

3、创新点

• 卷积不再是对每一个region proposal，而是对整个图像处理，避免了RCNN中的很多重复计算
• ROIPooling的提出，避免了对提取的region proposals进行缩放，并且RoIPooling是可导的，使整个网络可以实现end-to-end learning
• 把bbox regression放进了神经网络内部，与region分类合并成为一个multi-task模型，共享卷积特征，相互促进

4、不足

• region proposal的提取仍然采用selective search，整个检测时间大多消耗在上面

5、加入我们