Faster R-CNN = RPN + Fast R-CNN
Abstract
SPPnet和Fast R-CNN虽然减少了算法运行时间,但region proposal仍然是限制算法速度的瓶颈。而Faster R-CNN提出了Region Proposal Network (RPN),该网络基于卷积特征预测每个位置是否为物体以及目标边框,相比selective search是非常高效!每张图片仅仅提取300 proposals并实现了探测率和算法速度的提升。
Region Proposal Networks
如图所示,RPN网络也是以共享的卷积特征为基础,利用滑窗的方式(3×3卷积)随后紧跟着单位卷积得到两个分支输出;这里还要说一下anchor的概念,每一个anchor都以滑动窗口为中心,anchor是借鉴了金字塔的思想,默认使用三种尺度和三种比例一共可以得到9种不同的 。代码示例:
Loss Function省略,和RCNN一样,详细看我RCNN博客或者faster RCNN原文~