cnn 示意图_Faster R-CNN细节详解

论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
论文地址：传送门

这学期刚开学的时候，重新读了遍R-CNN系列，但当时仍然是浅尝辄止，许多东西还不懂。这是当时写的R-CNN系列总结，基本就是照着论文翻译，但其实现细节也是很久之后才懂的。

最近在尝试旋转框的检测，需要将Faster R-CNN的Horizontal BBOX改为Oriented BBOX，这才发现自己对其细节理解的不够深刻，同时代码能力也不够。

经过半个月的摸索，虽然旋转框还没有跑起来，但代码能力似乎提高了不少，对检测流程、检测框架有了较多的了解。

重读Faster R-CNN，才发现作者的设计真的是非常的严谨。

Introduction

事实上，Fast R-CNN已经够快了，将R-CNN上通过crop对应Region的图像块，调整为crop对应Region的特征块，即从feature map上crop出对应特征，并剔除ROI Pooling，使得特征的输入更加平稳。

至此，只有Region Proposal的部分仍然使用传统的方法，如Selective Search，耗费了大量的时间，且不符合NN的自动提取特征。因此作者就思考，能不能在feature map上提取region proposal?

为此，Faster R-CNN最突出的贡献就是提出了RPN(Region Proposal Network)，而RPN也成为了Det中奠基石的一部分。

而在Faster R-CNN的实现当中，如果实现了RPN，其实就实现了其80%。

Region Proposal Networks

RPN对于任意尺寸的输入图像，可以输出其矩形的Region Proposals，每个Proposal都有一个score。其示意图如图一所示。