（图像检测1）Py-faster-rcnn-master目录解析

代码来源：https://github.com/rbgirshick/py-faster-rcnn

代码目录：

 Fast-Rcnn是一个two-steps目标检测算法，与之对应的是one-step YOLO算法。Fast-Rcnn主要是解决R-Cnn存在的问题：1、训练分多步，2、时间内存消耗大，3、测试速度慢。作为CV领域的三剑客之一图像检测，对于大家的学习尤为重要，下一篇再讲述YOLO算法。

一、README解读

该代码必须在Caffe构建时支持Python层。并且不能注释WITH_PYTHON_LAYER:= 1，最好使用USE_CUDNN:= 1。对于硬件的要求，至少需要一个3GB的GPU，然后就是一些数据集的链接和如何使用数据集进行训练。

二、代码目录详解

2.1 data文件夹主要包含demo和script，demo里面是用来测试的图片，script文件夹里包含了三种模型的脚本。

2.2 experiments文件夹有3个小文件夹：cfgs，logs，scripts。cfgs是yaml文件，也就是一些配置文件的设置，用户可以自己修改。scripts是一些脚本文件，这些脚本文件是包含不同的网络模型结构。logs文件是用来记录脚本文件运行的日志。

 2.3 lib库是Fast-Rcnn的资源库，里面有很多的资源python文件，比如数据集的制作，包含coco数据集，pascal数据集，voc数据集等等。还有nms的设置，有cpu版本的，gpu版本的。

 2.4 modes 这是一个包含以coco和pascal_voc数据集设置的模型数据，主要的网络结构为VGG16和VGG_CNN_M_1024,然后在目标分类的时候添加了3种目标检测的算法，主要还是以Fast-Rcnn为主。

2.5 tools为工具类，里面有一个demo的小例子，可以让用户自己测试一下效果。除此之外，还有测试网络结构，以及训练网络结构和支持向量机。

---

 该源代码的目录结构大致如此，具体代码需要读者自行理解，Fast-Rcnn的网络结构讲解如下

---

三、Fast-Rcnn网络结构

Fast-Rcnn的主网络还是VGG16，输入224*224的原始图像，经过5次卷积层和2个降采样层，再经过感兴趣区域最大池化，最后再经过2个并行的4096的全连接层，前者代表分类的输出，后者代表回归的输出。

由此可以看出，卷积不再是对每一个region proposal进行，而是直接对整张图像进行卷积，这样就可以减轻计算。用了ROIpooling进行特征的尺寸变换，并且将regressor放进网络一起训练，并且用softmax代替了之前的SVM分类器。

四、总结

Fast-Rcnn是图像检测的一种特点，是分为2步走，其识别率和识别速度有限，与现在端到端的YOLO算法相比，大多数性能都不如YOLO。但是其全局卷积和ROIpooling思想值得一学。