算法概念

1、边框回归(Bounding Box Regression)

https://blog.csdn.net/zijin0802034/article/details/77685438

 

2、ROI Pooling：生成的候选框region proposal映射产生固定大小的feature map

3、Region Proposal(RP,候选区域)（约等于POI）：目标可能出现位置

4、feature map： 在每个卷积层，数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起，其中每一个称为一个feature map。在输入层，如果是灰度图片，那就只有一个feature map；如果是彩色图片，一般就是3个feature map（红绿蓝）。层与层之间会有若干个卷积核（kernel），上一层和每个feature map跟每个卷积核做卷积，都会产生下一层的一个feature map。

5、max-pooling和average-pooling：池化的步骤

6、final classification：确定上一阶段的每个region proposal是否属于目标一类或者背景

7、softmax：类似于SVM的分类器

8、RPN（RegionProposal Network）：基于滑窗的无类别obejct检测器，RPN输入的是一张图片，输出输出一系列的矩形object proposals

https://blog.csdn.net/qq_36269513/article/details/80421990

9、anchor机制和边框回归可以得到多尺度多长宽比的Region Proposal

10、Anchors（锚点）