RCNN、Fast-RCNN、Faster-RCNN理论合集

1. R-CNN

RCNN(Region with CNN feature),
论文: Rich feature hierarchies for accuarate object detection and semantic segmentation

R-CNN可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折挂，曾在2010带领团队获得终身成就奖。

RCNN这篇论文是在2014年提出的，在2014年之前主流基本上使用传统的目标检测算法，基本上都是使用人为定义特征方式进行检测，那些年经典目标检测算法已经进入了一个瓶颈期，它的发展也非常的缓慢。2014年随着RCNN的提出，将目标检测领域的最高检测准确度至少提高30%。传统的目标检测算法准确率大概在30%左右。其实在RCNN提出之前，还有一个使用深度学习的目标检测网络overfeat，但是overfeat的效果没有RCNN好。

1.1 RCNN算法流程

• 第1步，在一张图像先生成1K ~2K个候选区域(使用Selective Search方法)
• 第2步，对每个候选区域，使用深度网络提取特征（深度网络指的是图片分类网络）