R-CNN目标检测系列 R-CNN, SPP-Net, Fast R-CNN, Faster R-CNN

R-CNN
Fast R-CNN
Faster R-CNN
这一些系列的工作都是Ross B. Girshick(RBG)完成的。

R-CNN

R-CNN（Regions with CNN features）是RBG在2014年提出的一种目标检测算法，RCNN是讲CNN方法应用到目标检测问题上的一个里程碑，借助CNN良好的特征提取和分类性能，通过RegionProposal方法实现目标检测。
前面我们提到的滑动窗口法可以得到目标所在的区域，但是会产生大量的计算。除了滑动窗口法之外还有另外一类基于区域（Region Proposal）的方法，selective search就是其中之一。

Selective Search 生成候选区域（proposal）

Step 1：计算区域集R里每个相邻区域的相似度S={s1, s2, …}
While S != empty set:
Step 2：找出相似度最高的两个区域，将其合并为新集Rt，添加进R
Step 3：从S中移除所有与step2中有关的子集
Step 4：重新计算新集Rt与所有子集的相似度

这里的相似度主要是考虑颜色，纹理，尺寸，交叠四个方面

算法流程

算法流程1
选择一个分类模型（比如ALexNet, VGGNet）

算法流程2

1. 去掉最后一个全连接层
2. 将分类数从1000改为（N+1）。对于VOC，N=20；对于ILSVRC2013，N=200.
3. 对该模型做fine-tuning。（主要目的是优化卷积层和池化层的参数）

算法流程3
论文中用到的网络pool4后面的一层是fc6全连接层。
对每一个候选区域进行特征提取：
Resize区域大小，然后做一次前向运算，将第五个池化层的输出（也就是候选框提取到的特征）保存到硬盘。
算法流程4
训练阶段：
使用pool5输出的图像特征训练SVM分类器（二分类）来判断这个候选框里面的物体类别。
测试阶段：
每个类别对应一个SVM，判断是不是属于这个类别。下图是狗分类的SVM：

算法流程5
使用pool5输出的图像特征训练一个回归器（dx, dy, dw, dh&#