Faster-RCNN中RPN层解析以及相关网址收藏

Faster-RCNN中的RPN结构

最近在看目标检测的相关论文，最近的一篇是faster-RCNN，faster-RCNN相对于fast-CNN来说，将原来通过区域搜索得到的resion proposal模块让神经网络来做，在faster-RCNN中，这个部分叫做RPN（region proposal network），一开始对于这部分有所疑惑，今天看到友人写的一篇博客。茅塞顿开，在此写下自己的理解，以备查阅：

RPN的网络结构是：前一部分是用VGG网络的第五层卷积网络之后加入了一个3*3的卷积层，首先，经过五层卷积之后，feature map的大小变为原图的1/16；也就是说。原图1000*600，经过VGGNet的五层卷积之后，变成了60*40大小的feature map,对于这个feature map上的每个点，按照不同的长宽比，选取9个尺度的框（anchor）,那么对于一张feature map 就有60*40*9个anchor，也就是60*40*9个候选区域了

---

---

收藏网址：
CNN目标检测（一）：Faster RCNN详解
Faster RCNN github：https://github.com/rbgirshick/py-faster-rcnn
Faster RCNN:paper:https://arxivorg/abs/1506.01497
faster-rcnn中，对RPN的理解
Spatial pyramid pooling (SPP)-net （空间金字塔池化）笔记
faster rcnn中rpn的anchor，sliding windows，proposals？

目标检测博大精深，我要好好修炼