计算机视觉 -- 三代物体检测(简要总结)

R-CNN  构建网络模型

特征提取： selective search： 小区域 合并 大区域    ；小框  合并 大框  ； 所有的框  都跑一遍 卷积神经网络   特征提取   固化  分类，回归（定位） 慢，开篇之作，低效   问题：时间很长，每个小框都要跑一次神经网络，加上分类器 解决：先进行卷积（共享）

Fast—R-CNN 先对整个图跑一遍神经网络，卷积 再把框映射过来到特征图  在进行特征提取，分类回归softmax   效果：比R-CNN好很多     R-cnn fast R_CNN training time 84h 9.5h speed up 1x 8.8x test time per image 47s 0.32s speedup 1x 146x 问题：还是要进行selective search 很费时间

Faster R_CNN     改进：把找框的工作也放到卷积神经网络，region proposal network （RPN）（核心改进），什么是前景（物体），什么是背景（不是物体） 如何提取： 生成很多框 可能符合标准，可能不符合，可能比较大，也可能比较小 三种比例，1:1, 2:1, 1：2       （）128:128,    128：256,    256:128）  9个anchors 基数：128,256,512 生成常规框，怎么变换才能是一个前景，物体   RPN层：对一个点进行特征提取，分类回归操作，判断是不是物体，以及bbox location regression  之后   和fastR_CNN相同     R-CNN Fast R-CNN faster R-CNN test time per image (with proposals) 50 second 2s 0.2s speed up 1x 25x 250x mAP(VPC 2007) 66.0 66.9 66.9       准确率相同，但是速度高了很多

三代物体检测  论文最好看一看  直接看faster R-CNN