Fast-rcnn

2

图一展示了fast-RCNN的结构，一个fast_RCNN是将整个图片和一系列object proposal作为输入，网络首先用几个卷积层和最大池化层来处理图像，产生一个conv特征图，然后从特征图中的每一个ROI池化层提取一个固定长度的特征向量，每一个特征向量被输入一系列全连接层中，最后被输出到两个兄弟输出层，一个是产生softmax概率估计（K个目标类加一个背景类），另一个层是对每一个K目标类输出4个真值数量，每一组4值编码改善K类中某一种类的边界框位置。

2.1

ROI池化层使用最大池化将小于任何有效ROI的转换成有固定尺寸H*W的特征图。H和W是独立于任何ROI的层超参数，在这篇论文中，一个ROI是一个矩形窗口 ，每一个ROI是被一个四元组（r,c,h,w）定义的。

  ROI的最大池化层通过将（h*w）的ROI窗口分成H*W的网格，每个尺寸h/W*w/W，然后将每一个子窗口的值进行最大池化成相应的输出网格单元。就像标准的最大池化，池化被单独应用在每一个特征图上。ROI层只是SPPnets上的额空间金字塔池化的特例，ROI池化只有一个金字塔值。

2.2预训练网络的初始化

我们在实验中用了三个预训练ImageNet网络，在5到13个卷积层中间有5个最大池化层，当一个预训练网络初始化一个fast-RCNN网络，它经历了三个变换，首先最后一个最大池化层被ROI池化层代替，池化层通过设置H和W来和第一个全连接层兼容。其次，网络的最后一个全连接层和softmax被两个兄弟层取代（），最后是网络被改为两个输入，一些突破按，和一些图片的ROIs。

2.3微调检测

用反向传播训练所有的网络权重是Fast R-CNN的重要特点。首先让我们说明为什么SPPnet不能在空间金字塔池化层下面更新权值，根本原因在于当当来自不同图像的每一个训练样本通过SPP层时BP算法是效率很低的，效率低源于每一个ROI可能有非常大的感受野，经常横跨整个输入图像，因为前向传输必须处理整个感受野，训练输入是非常大的（经常是整个图像）

   我们提出了一个非常有效的训练方法，利用在训练过程中特征共享，在Fast R-CNN训练中，随机梯度下降mini-batch分层次采样