Faster RCNN-阅读理解-笔记

论文:Faster-R-CNN-towards-real-time-object-detection-with-region-proposal-networks

翻译:http://blog.csdn.net/u011534057/article/details/51259812

理解参考:https://www.cnblogs.com/skyfsm/p/6806246.html

http://blog.csdn.net/u011534057/article/details/51247371

http://blog.csdn.net/shenxiaolu1984/article/details/51152614

http://blog.csdn.net/xyy19920105/article/details/50817725

http://blog.csdn.net/luopingfeng/article/details/51245694

创新点,核心技术:

使用RPN来进行候选框的确定,整个网络的流程如下:



区域建议网络

区域建议网络（RPN）将一个图像（任意大小）作为输入，输出矩形目标建议框的集合，每个框有一个objectness得分。和Fast R-CNN目标检测网络[15]共享计算.

在最后一个共享的卷积层输出的卷积特征映射上滑动小网络，这个网络全连接到输入卷积特征映射的nxn的空间窗口上。每个滑动窗口映射到一个低维向量上,这个向量输出给两个同级的全连接的层——包围盒回归层（reg）和包围盒分类层（cls）.

在feature map上滑动窗口,建立一个神经网络用于物体分类以及框位置的回归,滑动窗口的位置提供了物体大致的位置,回归框可以使得位置更加精确.



一种网络，四个损失函数;

　　• RPN calssification(anchor good.bad)

　　• RPN regression(anchor->propoasal)

　　• Fast R-CNN classification(over classes)

　　• Fast R-CNN regression(proposal ->box)

　　


重要贡献:

使用卷积神经网络进行候选区域的提取,替代了SS从而解决了fast RCNN中存在的速度瓶颈,极大的提升了检测的速度.

RCNN

　　1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)

　　2. 每个候选框内图像块缩放至相同大小，并输入到CNN内进行特征提取

　　3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类

　　4. 对于属于某一特征的候选框，用回归器进一步调整其位置

Fast RCNN

　　1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)

　　2. 对整张图片输进CNN，得到feature map

　　3. 找到每个候选框在feature map上的映射patch，将此patch作为每个候选框的卷积特征输入到SPP layer和之后的层

　　4. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类

　　5. 对于属于某一特征的候选框，用回归器进一步调整其位置

Faster RCNN

　　1. 对整张图片输进CNN，得到feature map

　　2. 卷积特征输入到RPN，得到候选框的特征信息

　　3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类

　　4. 对于属于某一特征的候选框，用回归器进一步调整其位置