Rich feature hierarchies for accurate object detection and semantic segmentation
R-CNN
目的:目标检测
实现方式:
- 获取图片,利用selective search方法,提取2k左右的候选区域(region proposals)
- 利用CNN对候选区域进行提取特征
- 利用SVM对上述特征进行分类
- 利用回归器对特定类的候选区域进行精调位置。
目标检测类的算法,目前还有更优质如fast-rcnn, faster-rcnn,都是基于上述方法的改进。
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
Faster R-CNN
Mask R-CNN是建立在Faster R-CNN文章上,分析Faster R-CNN。
实现方式:
通过已有的模型(AlexNet, VGG16等)提取feature maps
利用Region Proposal Network提取proposals
利用RoI Pooling,利用feature maps和Region Proposal Network提取需要指定尺寸大小的proposal feature maps
利用分类器对proposal feature maps进行分类,得到已经完成检测的图片。
Faster R-CNN相比于R-CNN,将所有网络整合成一个整体,同时采用了现有的Region Proposal Network,比R-CNN的selective search更加快速。
后续的Mask R-CNN是何恺明大神在17年的一篇文章,该算法在原有的基础上加入了ResNet-FPN,使得目标检测更加准确。
目标检测的系列文章:
R-CNN、Fast R-CNN、Faster R-CNN和Mask R-CNN。