目标检测算法：fast-rcnn

前言

在RCNN提出后，马上又提出了fast-rcnn，主要是在RCNN的基础上对训练和测试速度进行了优化。
由于它和RCNN有许多共同之处，并且网上大多数的程序是基于caffe，cython等其他一些环境，单纯的tensorflow版本的比较少，所以对于fast-rcnn的程序，我就只做了粗略的阅读，没有调试，准备把主要的精力还是放在之后的faster-rcnn上，毕竟现在faster-rcnn刚出来不久，比fast-rcnn性能更强，研究的人更多，代码资源更丰富。

fast-rcnn详解

RCNN存在的问题

1. 训练分多布。需要经过预训练网络、finetune微调、训练svm分类器、训练boudingbox回归4个步骤，比较繁琐。
2. 内存资源消耗大。svm分类器训练和boundingbox回归训练之前，不要保存网络训练得到的特征向量。
3. 时间消耗比较大，测试比较慢。每张图片的每个region proposal都要进行一次卷积，重复操作太多。

fast-rcnn的创新点

针对以上RCNN存在的问题，fast-rcnn提出了以下创新点：

1. 对整张图片卷积，减少重复卷积。
2. 采用roi-pooling，使得不同region proposal得到固定尺寸的特征
3. 用softmax代替svm分类器，把softmax和boundingbox放入网络一起训练，使用多任务损失。
4. 采用SVD分解改进全连接层。

网络架构

1. 通过选择搜索(selective search)得到图像中roi列表，和图像列表一起作为输入，经过卷积神经网络得到整张图片的卷积特征图。
2. 通过roipooling把其中的roi都变成尺寸固定的roi特征向量，经过两个全连接层，最后输出softmax分类预测和boundingbox回归预测。

训练过程

1. 预训练卷积神经网络。在大数据集上预训练alexnet。
2. 更新网络结构。在原先alexnet的基础上，把alexnet最后一个卷积层conv5后面的最大池化层用roi-pooling代替，最后一个全连接层fc8改成两个同级层（softmax和bbox）。
3. 微调与训练。
   （1）用预训练的alexnet网络结构参数来恢复新网络roi-pooling层之前的网络层参数。
   （2）获得一个batch的训练数据（2张图，每张600个roi）。每个batch图的数量要较少，这样可以尽可能的共享内存和计算，减少重复卷积。
   （3）根据多任务损失函数，训练roi-pooling层之后的网络参数。
   

测试过程

1. 获得测试数据（images，roises，labels）
2. 根据images和roises，经过网络，获得所有roi的分类和定位预测。
3. 保存预测为某目标（非背景）的概率>0.5的roi。
4. 对保存下来的roi进行非极大抑制。
   

参考

论文的翻译可以参考：
https://blog.csdn.net/ghw15221836342/article/details/79549500
算法的总结和解释，可以参考：
https://blog.csdn.net/u014380165/article/details/72851319
github项目参考：
https://github.com/Liu-Yicheng/Fast-RCNN