Faster R-CNN学习记录

Faster R-CNN

Faster R-CNN对Fast RCNN的区域选择策略进行改进，使用一种RPN网络来代替传统的SS(Selective Search)选择性搜索策略。

Faster RCNN由两个模块组成，一是用于proposes regions的深度全卷积网络（RPN），二是利用Fast R-CNN检测proposed regions。因此这是两阶段的目标检测算法。

the RPN module tells the Fast R-CNN module where to look.(引入注意力机制)

1. RPN网络
   RPN网络的输出为若干矩形目标框，每个矩形框中包含目标。
   为了产生region proposal，使用一个小网络在feature map上滑动，即此小网络的输入是截取feature map的n×n大小的图像块。然后每个滑动窗口被映射为低维度的特征。（256-d for ZFNet, 512-d for VGG）
2. Anchor
   在每一个滑动窗口经过的位置，同时预测k个region proposal。这k个具有不同的尺寸和不同的长宽比（1:1 1:2 :2:1）.k=9的话是3种不同尺度和3种不同长宽比的。
   对于W×H大小的特征图，总计有W×H×k个anchor
   2.1 Anchor具有平移不变性
   2.2 多尺度Anchor

参考链接

• https://blog.paperspace.com/faster-r-cnn-explained-object-detection/