RCNN、Fast-RCNN Faster-RCNN大致区别总结

RCNN大致步骤：先提取proposal，然后将proposal输入CNN提取特征，使用SVM分类，最后做bbox reg。 

 

缺点：速度。提取proposal的时候计算机进行大量重复计算 

 

 

Fast改进：ROI pooling 

 

在fast中，作者将输入变为一整张图片，通过ROI再进行特征选择。 

并且将bbox reg和区域分类都加入网络变成了multi-task 

 

Fast将RCNN每一个框都要单独进CNN入这一大缺点改进，提升了速度。 

 

 

尽管fast极大地提高了速度，但是筛选特征框还是需要花费大量的时间，那么有没有办法进一步提高选择 框 的速度？ 

使用 RPN（之前都是使用特定的算法选择） 

 

关于RPN： 

 在CNN提取的feature map上滑动窗口 

 提出两个class， reg损失函数 

 滑动窗口（sliding window） 提供了目标的大致位置 

 Reg回归进一步确定了目标的精确位置 

 

 

一种网络 提供四个损失： 

 RPN classification（确定选择anchor的好坏 1或0） 

 RPN localation （选择框proposal的位置 image->proposal） 

 Fast RCNN classification（所有类别分类） 

 Fast RCNN localation（对于proposal上的box的位置  proposal->box）