目录
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