R-FCN

R-FCN

---

解决以下两个问题：

• 图像分类：要求图像具有平移不变性
• 目标检测：要求图像具有位置敏感性 

R-FCN网络分为以下几个部分：

• 第一子网络，用于对图像进行卷积的conv，是计算共享特征的。
• 第二子网络，用来产生候选的boundingbox（模型中使用RPN生成候选boundingbox）。
• 金字塔池化，使用ROI pooling对第二子网络产生的特征进行池化操作
• 第三子网络，用来分类和回归box。