前言
Fast R-CNN已经大大减少了R-CNN中的训练和测试时间,但是其Selective Search的传统搜索算法耗时严重,占了整个算法的大部分时间。为了缩短产生proposal的时间,进一步压榨R-CNN的性能,作者提出了RPN(Region Proposal Networks)网络,专门产生proposal。这种全卷积网络大大减小了proposal的产生时间,而且可以进行端对端的训练,是Faster R-CNN的精髓所在。
Faster R-CNN = Fast R-CNN + RPN
一、 基本网络架构
- 卷积层产生feature maps。
- 将feature maps输入RPN网络输出相应的proposal。
- 根据proposal对feature maps进行ROI pooling,使尺寸固定。
- 对这些proposal进行分类和回归。