深度学习与物体检测每日笔记（4）经典目标检测框架一

回顾：

• 先前已介绍过目标检测分为两阶和一阶检测器，两阶检测器是先生成预选框再进行分类微调。一阶检测器是同时进行选框和分类。物体检测领域两阶检测出现较早，典型代表是RCNN系列。一阶检测器典型代表是SSD和YOLO系列，相比两阶检测，速度更快，但精度有所损失。
• 本次将温习RCNN、SSD和YOLO系列框架发展和原理。文章仅会简单介绍大致原理，适合工程应用人员知其所以然。

---

RCNN：

RCNN全称Regions with CNN Features，具有良好的检测分类性能。

1. 首先生成数千个候选区域，将每一个区域归一化成固定大小图像。
2. 将相同大小区域进行CNN特征提取，再进行SVM分类。
3. 每一分类寻找得分最高的目标框，计算其与其他目标的IoU值（第一章已介绍），大于设置的阈值则删除建议框继续向下选取。所有类别按此方法筛选。回归器校准筛选后的区域，对x，y方向进行缩放和平移。

• 缺点：候选框重叠过多，提取特征操作冗余；区域归一化固定大小损失特征；时间、空间复杂度都不理想。

---

Fast RCNN：

FasterRCNN是RCNN的改进版。

1. 候选框（区域）生成不变。
2. 将整幅图进行CNN特征提取得到特征图，候选区域再在特征图上映射（ROI），再对每个映射候选区域进行最大池化后变为相同大小的特征图（即相比RCNN，归一化操作放在处理后的特征图中，不用再对每一个区域卷积，同时保留特征性能较好）。
3. 映射区域归一化后进行全连接并softmax分类和bounding box 回归（微调窗口）。
4. 缺点：仍然没有解决候选框过多问题（selective search候选框十分耗时），无法实时应用。

---

Faster RCNN：

(6条消息) RCNN系列总结：RCNN -> Fast RCNN -> Faster RCNN概述_Liu, Xu的博客-CSDN博客_rcnn

目标检测的四个步骤：候选区域生成 + 特征提取 + 分类器分类 + 回归器回归 ，FasterRCNN由两个模块组成RPN候选框提取模块+Fast RCNN检测模块。

1. 输入图像经过CNN特征提取，通过RPN生成约300个 region proposals 送入ROI Pooling 层；
2. Fast RCNN模块通过共享上述卷积层，特征提取后获得feature maps；
3. softmax分类器分类；
4. bounding box 回归器回归，进行位置调整；

 Faster RCNN最主要的特点是使用RPN生成候选框，RPN (Region Proposal Network) 是一个全卷积网络（即将CNN最后的全连接层换为全卷积层），在最后一层卷积的feature map上生成约 300 个 region proposals；