目标检测之Fast R-CNN

一、目标检测之Fast R-CNN

Fast R-CNN
论文链接：http://arxiv.org/abs/1504.08083
论文翻译：https://blog.csdn.net/xiaqunfeng123/article/details/78716060
论文详解：https://blog.csdn.net/wopawn/article/details/52463853

二、Fast R-CNN算法

1、优势：(1)检测精度更高(比R-CNN/SPPnet);(2)训练统一，训练是使用多任务损失的单阶段训练；（3）训练可以更新所有网络层参数；（4）不需要磁盘空间缓存特征。
2、算法结构

步骤：

1. 任意size图片输入CNN网络，经过若干卷积层与池化层，得到特征图；
2. 在任意size图片上采用selective search算法提取约2k个建议框(与R-CNN类似)；
3. 根据原图中建议框到特征图映射关系，在特征图中找到每个建议框对应的特征框【深度和特征图一致】，并在RoI池化层中将每个特征框池化到H×W【VGG-16网络是7×7】的size；
4. 固定H×W【VGG-16网络是7×7】大小的特征框经过全连接层得到固定大小的特征向量；
5. 第4步所得特征向量经由各自的全连接层【SVD分解实现，用SVD奇异值分解算法加速全连接层计算】，分别得到两个输出向量：一个是softmax的分类得分：K个目标类别+1个背景类别；一个是Bounding-box窗口回归：K个目标类别的精细边框位置，每个位置有四个数值(r,c,h,w)，(r,c)为左上角坐标，(h,w)为边框的高和宽；
6. 利用窗口得分分别对每一类物体进行非极大值抑制剔除重叠建议框，最终得到每个类别中回归修正后的得分最高的窗口。

三、Fast R-CNN不足

纵使Fast RCNN与RCNN相比提升了不少，但是Fast RCNN仍旧有许多不足之处：因为Fast RCNN使用的是selective search选择性搜索，这一过程十分耗费时间，其进行候选区域提取所花费的时间约为2~3秒，而提取特征分类仅需要0.32秒，这会造成无法满足实时应用需求，而且因为使用selective search来预先提取候选区域，Fast RCNN并没有实现真正意义上的端到端训练模式，因此在众人的努力下，Faster RCNN应运而生。