cnn 示意图_Faster R-CNN学习笔记

1、 前言

框架最大的特点：Faster R-CNN框架是在Fast R-CNN框架的基础上作进一步改进，其最大的改进是生成候选区域的方法。以往的Fast R-CNN框架和R-CNN框架使用selective search(ss)方法生成1K~2K个候选区域，而Faster R-CNN框架使用RPN结构生成候选区域，大大减少了框架生成候选区域所耗费的时间。因此本文重点讲解RPN结构原理。需要了解Fast R-CNN框架原理的可以参照下列文章。

KMUST人工智能实验室：Fast R-CNN阅读笔记​zhuanlan.zhihu.com

2、 Faster R-CNN框架基本的预测目标流程

（1）将图像输入卷积网络提取各种特征，得到相应的特征图。

（2） 将特征图输入RPN结构生成候选区域，将RPN生成的候选区域投影到特征图上，获得相应的特征矩阵。

（3） 将每个特征矩阵通过ROI pooling层缩放到7*7大小的特征图，接着将该特征图通过一系列的全连接层得到预测结果。

图1 Faster R-CNN框架图

3、 RPN结构原理

图2 RPN结构图

3.1 生成anchors的原理

将特征图输入到RPN结构后，第一步是对特征图进行卷积操作（3*3的卷积核，stride=1,padding=1），其中特征图与滑动窗口（卷积核）的中心点（又因为padding=1，这个中心点其实就是特征图的每一个像素）映射回到原图的位置，然后以在原图位置为中心点生成K个anchors，那么anchors的面积以及宽高比例是多少呢？通常anchors有三种面积（

,

, <