Faster RCNN-阅读理解-笔记

论文:Faster-R-CNN-towards-real-time-object-detection-with-region-proposal-networks

翻译:http://blog.csdn.net/u011534057/article/details/51259812

理解参考:https://www.cnblogs.com/skyfsm/p/6806246.html
http://blog.csdn.net/u011534057/article/details/51247371
http://blog.csdn.net/shenxiaolu1984/article/details/51152614
http://blog.csdn.net/xyy19920105/article/details/50817725
http://blog.csdn.net/luopingfeng/article/details/51245694

创新点,核心技术:
使用RPN来进行候选框的确定,整个网络的流程如下:

区域建议网络
区域建议网络（RPN）将一个图像（任意大小）作为输入，输出矩形目标建议框的集合，每个框有一个objectness得分。和Fast R-CNN目标检测网络[15]共享计算.
在最后一个共享的卷积层输出的卷积特征映射上滑动小网络，这个网络全连接到输入卷积特征映射的nxn的空间窗口上。每个滑动窗口映射到一个低维向量上,这个向量输出给两个同级的全连接的层——包围盒回归层（reg）和包围盒分类层（cls）.
在feature map上滑动窗口,建立一个神经网络用于物体分类以及框位置的回归,滑动窗口的位置提供了物体大致的位置,回归框可以使得位置更加精确.

一种网络，四个损失函数;
　　• RPN calssification(anchor good.bad)
　　• RPN regression(anchor->propoasal)
　　• Fast R-CNN classification(over classes)
　　• Fast R-CNN regression(proposal ->box)
　　

重要贡献:
使用卷积神经网络进行候选区域的提取,替代了SS从而解决了fast RCNN中存在的速度瓶颈,极大的提升了检测的速度.

RCNN
　　1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)
　　2. 每个候选框内图像块缩放至相同大小，并输入到CNN内进行特征提取
　　3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类
　　4. 对于属于某一特征的候选框，用回归器进一步调整其位置

Fast RCNN
　　1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)
　　2. 对整张图片输进CNN，得到feature map
　　3. 找到每个候选框在feature map上的映射patch，将此patch作为每个候选框的卷积特征输入到SPP layer和之后的层
　　4. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类
　　5. 对于属于某一特征的候选框，用回归器进一步调整其位置

Faster RCNN
　　1. 对整张图片输进CNN，得到feature map
　　2. 卷积特征输入到RPN，得到候选框的特征信息
　　3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类
　　4. 对于属于某一特征的候选框，用回归器进一步调整其位置