前言
1.本文重点是测试过程、训练过程以及损失函数三大模块,尽量用较少篇幅表达清楚论文算法,其他一些不影响理解算法的东西不做赘述
2.博客主要是学习记录,为了更好理解和方便以后查看,当然如果能为别人提供帮助就更好了,如果有不对的地方请指正(论文中的链接是我经过大量搜索,个人认为讲解最清楚的参考)
创新点
1.RPN网络代替selective search生成候选框,并且与检测网络共享卷积,使得Faster R-CNN可以端到端训练
2.提出anchor box
数据集
同Fast R-CNN
测试过程
1.待检测图片
2.输入共享卷积层得到特征图,此特征图分为两路,一路输入到RPN网络得到候选框,一路和得到的候选框一同输入到Rol池化中