RCNN相关

最近学习目标检测相关内容，https://www.cnblogs.com/skyfsm/p/6806246.html这个帖子写的相当不错。

RCNN

1.在图像中确定约1000-2000个候选框 (使用选择性搜索)

2. 每个候选框内图像块缩放至相同大小，并输入到CNN内进行特征提取

3.对候选框中提取出的特征，使用分类器判别是否属于一个特定类 

4.对于属于某一特征的候选框，用回归器进一步调整其位置

Fast RCNN

1.在图像中确定约1000-2000个候选框 (使用选择性搜索)

2.对整张图片输进CNN，得到feature map

3.找到每个候选框在feature map上的映射patch，将此patch作为每个候选框的卷积特征输入到SPP layer和之后的层

4.对候选框中提取出的特征，使用分类器判别是否属于一个特定类 

5.对于属于某一特征的候选框，用回归器进一步调整其位置

Faster RCNN

1.对整张图片输进CNN，得到feature map

2.卷积特征输入到RPN，得到候选框的特征信息

3.对候选框中提取出的特征，使用分类器判别是否属于一个特定类 

4.对于属于某一特征的候选框，用回归器进一步调整其位置