【目标检测】R-CNN算法解读

 算法流程：

1. 输入一张检测图片，提取1K到2K个候选区域；
2. 对这些候选区域，利用深度神经网络进行特征提取；
3. 神经网络提取特征利用SVM分类器，判断属于哪一个类别；
4. 使用回归器修正每个候选框的位置。

每个步骤的详细解释：

• 生成候选区域

采用Selective Search的方法从一张图像生成约1000~2000张候选区域框。

Selective Search：

• 先利用分割将图片分割成小图；
• 利用一些合并规则，将小图均匀的合并；
• 合并若干次后，直到拼成整张原图；
• 输出所有生成小图的途径过程中的小图全部输出，就是产生的候选框。

   合并规则：

• 颜色（颜色直方图）相近的
• 纹理（梯度直方图）相近的
• 合并后总面积小的
• 合并后，总面积在其BBOX中所占比例大的

例：设有区域a-b-c-d-e-f-g-h。较好的合并方式是：ab-cd-ef-gh -> abcd-efgh -> abcdefgh。 
不好的合并方法是：ab-c-d-e-f-g-h ->abcd-e-f-g-h ->