目标检测

对比RCNN与faster RCNN

 fastRCNN

 

理解fast RCNN的关键就在第三个框，经过第二步后我们得到的是图片经过卷积的feature map，此时根据selective search输出的2K个ROI，找到feature map上对应的区域，这部分ROI的大小是不一样的，而后面要连接的是全连接层，因此必须把尺寸做到一样大，所以使用了ROI pooling技术。 
从selective search到CNN提取特征，再到ROI pooling 后接全连接网络，多任务学习.

fast RCNN相较RCNN，对整张图片只进行了一次卷积操作，避免了大量的重复计算，速度和精度都有了很大的提高，但仍然很慢，并且第一步的selective search属于传统方法。 
接下来的faster RCNN把目标检测完全带入了深度学习，提出RPN网络通过深度学习的方法取代了selective search。 

几乎所有的目标检测方法都会设置一个多任务的损失函数，分为两部分，一部分用来对分类做softmax损失，另一部分用来对bbox-rg做损失，学习平移量和缩放量，只是具体的损失函数需要对着各个方法的论文去看。