SPP-Net

• title：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
• official code -caffe：https://github.com/ShaoqingRen/SPP_net
• unofficial code -keras：https://github.com/yhenon/keras-spp
• unofficial code - tensorflow：https://github.com/peace195/sppnet

1、整体思路

•  在图像中确定1000-2000个候选框（使用选择性搜索）
• 将整个图像输入CNN进行特征提取得到特征图
• 确定候选框对应的特征区域
• 将不同尺寸的的特征区域输入到SSP(Spatial Pyramid Pooling）获得固定长度的特征向量
• 对特征向量分类和回归

2、具体步骤

3、 创新点

• 对整张图像只进行一次特征提取，可以避免RCNN中的重复计算，加快速度
• 利用空间金字塔赤化结构，可以避免RCNN对原始图像的crop和wrap（测试图像）

4、不足

• 同RCNN训练经过多个阶段，特征要存于磁盘
• 微调只更新SPP层会面的全连接层，对前面的卷积层不做更新

5、参考文章

• https://blog.csdn.net/qq_35451572/article/details/80273222
• https://blog.csdn.net/programmingfool5/article/details/82667581
• https://blog.csdn.net/v1_vivian/article/details/73275259
• https://blog.csdn.net/u012197749/article/details/79748659
• https://blog.csdn.net/qq_29133371/article/details/52241526

7、加入我们