目标检测之⊙_⊙简单了解一下RCNN？

1 RCNN简介

RCNN，全称Regions with CNN features，是rbg等人提出的一种网络结构，用于目标检测和语义分割。

2 检测流程

RCNN检测的流程见下图（图来自原论文）

2.1 提取候选框（region proposals）

输入：图像（image），
输出：候选区域（region proposals）
方法：Selective Search

简易流程图如下所示：

注：这里的region proposal大小并不是一致的，图中为了画图方便都画成一样大的。

2.2 region proposals通过CNN提取特征

输入：第一步提取的候选区域（region proposals）
输出：图像特征（f1, f2, … , fn）
方法：通过CNN提取

简易流程图如下所示：

2.3 通过SVM判断类别

输入：第二步中提取的特征
输出：属于每个类别的概率
方法：通过SVM判断是否属于该类别

简易流程图如下所示：

注：图中假设一共有m个类别，所以有m个SVM分类器。

整个简易流程图如下图所示：

2.4 位置回归调整框的位置

论文中，作者训练了一个线性回归模型，用来调整proposal框的位置。
原话如下图所示：

3 总结

优点：跟传统的方法比，RCNN的效果大大提升了。
缺点：Selective Search提取region proposals速度太慢，另外每个proposal都要提取特征也比较耗时。

结束。
ps：有问题的地方，还请大家多多提出来。
附上论文地址：http://export.arxiv.org/pdf/1311.2524