faster-rcnn的记录

如何评价rcnn、fast-rcnn和faster-rcnn这一系列方法
rcnn是经典的物体检测方法:proposals->features->claasifiers(svm)，但是因为每个proposal都要过一遍cnn，所以速度慢。
fast rcnn借鉴了spp net，只把整张图过一遍cnn，然后在roi layer把proposal对应到feature map上，速度提升非常大
faster rcnn主要是认为selective search只能跑在cpu，不能跑在gpu上，所以提出了rpn来得到proposal。一般selective search会产生2000个proposal，但rpn就几百个。

faster-rcnn的介绍
github上有两个版本，一个是原论文配用的matlab版本（ShaoqingRen/faster_rcnn: Faster R-CNN），一个是rbg提供的python 版本（rbgirshick/py-faster-rcnn），用到的数据集是VOC系列，可以试试把他们的程序和数据配好跑起来，看懂他用matlab处理数据的那部分，再把自己的数据集跑起来。我更是刚入门，求指教。

如何在faster—rcnn上训练自己的数据集（单类和多类）?

相关作者的主页：
rbg 以及 相关的报告ICCV15 【Python】版本的github的地址
何凯明超级大牛，在detection方面做出重大贡献，在ICCV15做了报告
ShaoqingRen以及 【MATLAB】版本的faster-rcnn的github地址