fast R-CNN简述（目标检测篇）

文章是对博主视频讲解的一些总结。
博主链接：https://blog.csdn.net/qq_37541097?spm=1001.2014.3001.5509

1 fast R-CNN简述

模型backbone同样和R-CNN一样是使用VGG16。同样也是出自作者Ross Girshick之手。效果肯定比R-CNN好，不然也不会发。

2 算法流程

算法主要分为3个步骤:

1. 一张图像生成1K~2K 个候选区域（使用SS算法）
2. 将图像喂入CNN得到特征图，再将上步得到的选取框投影到特征图上，得到特征矩阵
   3.将特征矩阵通过ROI pooling 层缩放7x7大小的特征图并且紧接着将其展平成一维的向量送给FC，得到预测结果。

2.1 区别

• 在R-CNN中依次将候选框喂给CNN得到特征
• 在fast R-CNN中将原图像送给CNN，紧接着从特征图像上提取相应的候选框。