Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

首页：https://blog.csdn.net/u014236392/article/details/86767950
论文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
official code - caffe：https://github.com/rbgirshick/py-faster-rcnn
unofficial code - tensorflow：https://github.com/endernewton/tf-faster-rcnn
unofficial code - pytorch：https://github.com/jwyang/faster-rcnn.pytorch

1.

从RCNN到Fast RCNN，再到Faster RCNN，一直都有效率上的提升 ，而对于Faster RCNN来讲，与RCNN和Fast RCNN最大的区别就是，目标检测所需要的四个步骤，即候选区域生成，特征提取，分类器分类，回归器回归，这四步全都交给深度神经网络来做，并且全部运行在 GPU上，这大大提高了操作的效率。
可以说，Faster RCNN是由两个模块组成的：区域生成网络 RPN 候选框提取模块 + fast rcnn 检测模块

2. 整体框架

（1）conv layers
使用一组基础的 conv + relu + pooling 层提取输入图像的 feature maps，该 feature maps 会用于后续的 RPN层和全连接层。
（2）RPN（Region Proposal Networks）
主要生成 region proposals。
（3）RoI pooling层
利用RPN生成的proposals和VGG16最后一层得到的feature map，得到固定大小的proposal feature map,进入到后面可利用全连接操作来进行目标识别和定位。
（4）Classifier
将RoI pooling层形成固定大小的feature map进行全连接操作，利用Softmax进行具体类别的分类，同时，利用L1 Loss完成bounding box regression回归操作获得物体的精确位置。

3. RPN

Faster RCNN的核心亮点就是RPN，网上详解很多，在此不多做解释了。结合源码看更好理解。