Fast R-CNN论文略读

SPP引入之后，解决了输入图片尺寸不一致和多次feed proposal带来的问题，但是训练过程仍然比较繁琐，需要提取proposal，训练cnn，还要训练SVM，分别输出box坐标和类别，且过程中要占用大量磁盘资源，为了解决这个问题，R-CNN原作者提出了Fast R-CNN，设计了ROIpooling，其实是SPP的简化版，不过也解决了尺寸问题，同时采用了SPP的proposal策略，同时将SVM换为softmax，从二分类转为多分类，引入类间竞争，也减少了不必要的训练；最重要的是将网络设计为同时输出两个任务的数值，通过Multi-task Loss来引导训练，极大减少了计算量，Fast R-CNN尽管速度和精度上都有了很大的提升，但仍然未能实现端到端(end-to-end)的目标检测，比如候选区域的获得不能同步进行，速度上还有提升空间。