注意这篇是Faster R-CNN!!另外附上前两节:
罗火火:图像识别——目标检测入门之 R-CNNzhuanlan.zhihu.comFaster R-CNN:
Faster R-CNN[1]作为目标检测的经典方法在现今很多实战项目和比赛中频频
出现。其实,Faster R-CNN 就是在 Fast R-CNN 的基础上构建一个小的网络,直
接产生 region proposal 来代替通过其他方法(如 selective search)得到 ROI。这
个小型的网络被称为区域预测网络(Region Proposal Network,RPN)。Faster
R-CNN 的训练流程如图所示,其中的 RPN 是关键,其余流程基本和 Fast R-CNN 一致。
具体步骤概括为如下[2]:
1、特征提取(convolutional layer)。Faster R-CNN首先使用一组基础的conv+relu+pooling层提取候选图像的特征图。该特征图被共享用于后续RPN(Region Proposal Network)层和全连接(fully connection)层。
2、区域候选网络(Region Proposal Network)。RPN网络用于