faster rcnn接口_目标检测网络Faster RCNN详解(一)

在RCNN，Fast RCNN之后，Ross B. Girshick在2016年提出Faster RCNN，将特征提取(feature extraction)，proposal提取，目标定位location，目标分类classification整合到了一个网络中，性能大幅提升。作为Two-stage的代表，相比于yolo，ssd等one-stage检测方法，Faster RCNN的检测精度更高，速度相对较慢。

为了加深对Faster RCNN的理解，还是从网络结构，正负样本分配，loss函数三个方面来记录下自己的学习过程。原版Faster RCNN的backbone为VGG16， 而实际工作中，我主要使用Resnet50为backbone的Faster RCNN，这里以Resnet50_Faster_RCNN为例进行说明

1. Resnet50_Faster_RCNN 网络结构

下面两张图中，第一张是Resnet50_Faster_RCNN的网络结构流程图，第二张是详细展开后的网络卷积模块。可以发现其网络结构中主要包括Resnet50 Conv layers，RPN(Region Proposal Network), ROIPooling/ROIAlign, class/box Predictors四个模块:

1.Resnet50 Conv layers: 包括了Head, Layer1, Layer2, Layer3, Layer4，主要负责特征提取；(Head, Layer1, Layer2, Layer3为最开始的特征提取，layer4是在确定正负样本后第二次的特征提取)2.RPN：主要负责proposal的提取，给出每个proposal的属于正负样本的分数，并修正其位置；3.ROIPooling/ROIAlign：根据RPN给出的Proposal，从Feature map中得到每个proposal对应的局部feature，并进行汇总后输入下一层网络4.class/box Predictors: 预测proposal所属类别(class), 以及其位置偏移量(box regression)，从而修正box

图1 resnet50_faster_rcnn流程结构图