目标检测发展之SPP-Net

(2015) SPP-Net

Spatial Pramid Pooling 空间金字塔池化
SPP-Net对2014年提出的RCNN做出了改进。

1、算法流程

• 通过选择搜索（selective search），对待检测图片搜索出2000个候选框。（同RCNN）
• 改进：改变RCNN对2000多个框出来的图分别都输入CNN中的做法。
  将整张图直接输入CNN，一次性完成特征提取，得到Feature Map。然后在Feature Map中找到各个候选框区域，对每个区域用空间金字塔池化提取出固定长度的特征向量。（通过池化可以保留局部信息）
• 将2000多个特征向量，用SVM识别。（同RCNN）
  

2、技术难点（如何映射？）

如何能够将原图中的候选框（proposal）映射到特征图上。
因为映射完之后，要对候选区域进行金字塔池化。
解决:
论文中给出一个公式：
原图坐标点（x,y）→（x’,y’）特征图上的坐标点

映射左上角和右下角的两个点，使得（x’,y’）在原始图上感受野的中心点与（x,y）尽可能接近。
left :
right:

S是卷积网络中所有层里的strides乘积。
[X/S]+1,左上角向右下偏移
[X/S]-1，右下角向左上偏移

3、检测算法

• 用ss（选择搜索）生成2k个候选框，缩放图像min(w,h)=s之后提取特征。
• 每个候选框使用一个4层的空间金字塔池化特征，SPP-Net网络用的是ZF-5的SPPNet形式。
• 将12800d的特征输入全连接层，然后全连接层输出后展开为特征向量，输入SVM中分类
  推广应用
  这个算法可以应用到多尺度特征的提取：
• 将图片resize到五个尺度：480，576，688，864，1200，和原尺寸，一共6个。
• 选择大小最接近224×224尺度下的feature map，提取对应的候选框区域里的特征（也就是ROI Feature,ROI=region of interest,感兴趣的区域。指我们框选出的区域）
  这样做可以提高系统的准确率
  
  总结：
  SPP-Net 算法解决了
  1、重复卷积计算
  2、固定输出尺度。