此时kaiming提出了SPP-Net，解决了这个问题。

转载自http://lanbing510.info/2017/08/24/RCNN-FastRCNN-FasterRCNN.html写在前面在深度学习出现之前，传统的目标检测方法大概分为区域选择（滑窗）、特征提取（SIFT、HOG等）、分类器（SVM、Adaboost等）三个部分，其主要问题有两方面：一方面滑窗选择策略没有针对性、时间复杂度高，窗口冗余；另一方面手工设计的特征鲁棒性较差。自深度学习

使用多尺度的bin的原因网络结构对比spp结构SPP-Net的提出是基于对R-CNN中在提取特征时需要相同输入尺度及多次进行卷积层处理的改进。

自深度学习出现之后，目标检测取得了巨大的突破，以RCNN为代表的基于RegionProposal的深度学习目标检测算法（RCNN，SPP-NET，Fast-RCNN，Faster-RCNN等）成为卡红最重要

FastR-CNN的提出是基于前面的R-CNN及SPP-NET的改进版本，那么首先再来说明一下R-CNN和SPP-NET各自的不足之处吧~~R-CNN最明显的不足之处在于对于一幅图片的2000个regionproposals

动机：CNN和RCNN输入一张图片需要固定尺寸，这要造成了，不同尺寸，长宽比例的输入图片要进行拉伸或者剪切的形变才能进行输入，这样造成了准确率和精确度的下降，另外，由于输入固定尺寸的主要原因就是全连接层，所以就需要在卷级层和全连接层进行某些操作使得变成固定输入尺寸。如何设计一个featuremap输出固定尺寸又保持特征有效的操作，这应该是作者最开始的动机。为什么会想到SPP（SpatialPyra

动机：可以说这一篇论文，是进一步的优化SPP-Net在检测上面的工作。那么作者肯定是看到SPP-net针对检测的缺点，然后结合自己的解决方法得到的。

上一篇介绍了开山鼻祖RCNN，RCNN算法的核心思想就是对每个区域通过CNN提取特征，然后接上一个分类器预测这个区域包含一个感兴趣对象的置信度，也就是说，转换成了一个图像分类问题（类似imagenet），后面接的这个分类器可以是独立训练的svm。在RCNN论文里，作者还提到两个保证检测速度的关键点：1.所有类别的分类器共享相同的特征输入；2.与传统特征相比，深度特征维度一般比较低，比如VGG16里

感谢小嫚和小强在前面的出色铺垫,他们介绍了基于region-proposal（/prə'pəʊz(ə)l/）的4种经典强监督目标检测网络(R-CNN,SPP-Net,Fast-RCNN,Faster-RCNN

FastR-CNN是要解决R-CNN和SPP-net两千个左右候选框带来的重复计算问题，其主要思想为：(1)使用一个简化的SPP层——RoI（RegionofInteresting）Pooling层，操作与

先说一个学术趣事吧，R-CNN的一作是RGB大神，大神的导师也是DPM检测方法的作者；受到微软亚研院KaimingHeRGB博士SPP-Net工作的启发，RGB大神博士毕业后在微软redmond研究院做出了

RCNN过程1.利用sleactivesearch提取出图片中大约2000个候选区域2.将候选区域的的大小利用伸缩变化调整为227*2273.利用CNN提取出每一个候选区域的特征4.将特征结果送入每一类训练好的SVM分类器5.fine-tuning，根据Bounding-boxregression来调整候选区域的位置和大小，将一些处在分类临界的区域分类RCNN-将CNN引入目标检测的开山之作SPP

介绍我们平时用于做物体分类或检测的CNN网络多是由两部分来组成，前端的CNN层构成的网络用于图片特征的抽象化提取与后端的FC层构成的网络用于具体的问题处理如分类或物体位置识别。因为模型中后端FC层的存在，意味着它只能接受固定大小的输入即每次输入tensor的维数必须相同。这带来一个问题即我们只能使用统一大小的图片作为网络输入，如此才能在前端CNN网络层的最后输出具有一致维数大小的数据特征集合（fe

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

原文知乎地址：https://zhuanlan.zhihu.com/p/60919662，主要看1.1点的映射由于本系列主讲目标检测，所以对于这篇文章我们主要讲解SPP-net在目标检测上的应用。

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

目标检测系列：目标检测(objectdetection)系列（一）R-CNN：CNN目标检测的开山之作目标检测(objectdetection)系列（二）SPP-Net：让卷积计算可以共享目标检测(objectdetection

两步走的目标检测：先进行区域推荐，而后进行目标分类代表：R-CNN、SPP-net、FastR-CNN、FasterR-CNN端到端的目标检测：采用一个网络一步到位代表：YOLO、SSD先来回归下分类的原理

R-CNN直接看这篇：【目标检测】RCNN算法详解SPP-Net论文详解直接看这篇：SPP-Net论文详解FastR-CNNI.MotivationR-CNN的缺点：(1)多阶段的训练流程(multi-stagepipeline

传统算法的典型代表有：Haar特征+Adaboost算法Hog特征+Svm算法DPM算法深度学习的目标检测典型代表有：RCNN系列，RCNN，spp-net，fast-rcnn，fas

继R-CNN与SPP-net之后又出现了FastR-CNN与FasterR-CNN,比之前的网络有了更快的速度，其准确率也没有降低。并且把端到端的概念引入到目标检测中。

继R-CNN与SPP-net之后又出现了FastR-CNN与FasterR-CNN,比之前的网络有了更快的速度，其准确率也没有降低。并且把端到端的概念引入到目标检测中。

一、SPP-net原理理解针对卷积神经网络重复运算问题，2015年微软研究院的何恺明等提出一种SPP-Net算法，通过在卷积层和全连接层之间加入空间金字塔池化结构（SpatialPyramidPooling

我之前对比过R-CNN，SPP-Net，FastR-CNN，FasterR-CNN的区别和理解，有需要的朋友可以看一下：https://blog.csdn.net/XM_no_homework/article

R-CNN,SPP-net,FastR-CNN,FasterR-CNN区别和基本理解最近学习目标检测，入手当然首先要看RNN系列，其中有一些启发，和大家分享一下，有理解偏差希望大神给与指正。

总结的算法包括：OverFeat、yolo系列、SSD、Deformable-ConvNets、R-CNN系列、R-FCN、FPN、SPP-NET算法综述：解释onestage和twostage：前者是先由算法生成一系列作为样本的候选框

论文：SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition1摘要现有的深度卷积神经网络（CNN）需要固定大小（例如，224×224）的输入图像。这种要求是“人为的”并且可能降低任意尺寸/比例的图像或子图像的识别精度。在本文中，我们为网络配备了更具原则性的池化策略，即“空间金字塔池化”，以消除上述要求。无论图像大小/

随着SPP-Net等的出现对它的改进，受SPP-Net的启发，FastR-CNN出现了。FastR-CNN和R-CNN相比，训练时间从84小时减少为9.5小时，测试时间从47秒减少为0.32秒。

最近想弄透fasterrcnn，觉得spp应该是非常重要的，先详细总结下：为什么会有spp先看下和传统分类的对比图解释：可以看到传统的操作是先将原图crop（裁剪/变换，也就是类似resize操作），直接送入卷积层，然后进入全连接分类。那么问题就来了，随便一张图目标物体位置和大小不一样，crop肯定会影响特征的准确性啊，但是不crop成统一大小，提取的特征图大小就不一样，没法送进全连接层，那有没有

CAFFE玩了也有段时间了，现在开始准备研究一下物体检测，现在知道的有RCNN、spp-net、Fast-RCNN和Faster-RCNN，作为菜鸟我还是从头学习，决定先看RCNN，因为有项目要做还要上课

原文题目《SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition》链接https://arxiv.org/abs/1406.4729一、摘要    当时的CNN要求输入的图片是一个固定大小。相对于原图或任意大小的子图来说，这个要求降低了识别的准确率。他们运用了空间金字塔池化（SpatialPyramidPooling

原文题目《SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition》链接https://arxiv.org/abs/1406.4729一、摘要    当时的CNN要求输入的图片是一个固定大小。相对于原图或任意大小的子图来说，这个要求降低了识别的准确率。他们运用了空间金字塔池化（SpatialPyramidPooling

SSP-Net这个网络主要的思想是为了让输入CNN的图像保持原始尺寸，而不像R-CNN等神经网络一样，需要将原始图像转换成固定的尺寸后，再输入网络。例如：warping,cropping等。因为将原始图像压缩或转换为固定的尺寸是一个有损的过程，可能不包括整个对象或因图像扭曲而导致不必要的几何失真，可能会降低tasks的精度。并且，CNN包括卷积层和全连接层。卷积层以滑动窗口的方式操作，输出的fea

相关知识：（部分图片来自目标检测之RCNN，SPP-NET，Fast-RCNN，Faster-RCNN）1、R-CNNR-CNN网络其实就是一个分类器，对提取到的候选区域（regionproposal）

1.基于区域建议的目标检测与识别算法R-CNN（SelectiveSearch+CNN+SVM）SPP-net（ROIPooling）FastR-CNN（SelectiveSearch+CNN+ROI）

SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognitionAbstract1.Introduction2.Deepnetworkswithspatialpyramidpooling2.1Convolutionlayersandfeaturemaps2.2Thespatialpyramidpoolinglayers2.3T

1.论文思想SPP-Net的提出首先是为了解决传统CNN网络对于输入图像尺寸具有严格的大小限制，其原因也就是最后的全连接层需要的输入尺寸是固定的。

一、目标检测介绍目标检测（目标提取）是一种基于目标几何和统计特征的图像分割，将目标的分割和识别合二为一，主要是明确从图中看到了什么物体、它们分别在什么位置。传统的目标检测方法一般分为三个阶段：首先在给定的图像上选择一些候选区域，然后对这些区域提取特征，最后使用分类器进行分类。1、区域选择传统的目标定位方法是穷举法，由于目标可能在图片的任意位置且大小不定，因此需要使用不同长宽的滑动窗口对整幅图像进行

本文是使用深度学习进行目标检测系列的第二篇，主要介绍SPP-net:SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition

(b)表示利用单一尺度的特征图做目标检测，典型的是SPP-Net、FastR-CNN和FasterR-CNN等，这些网络将原图通过卷积神经网络生不同层次的特征图，但是检测系统基于最后一层特征图。

(b)表示利用单一尺度的特征图做目标检测，典型的是SPP-Net、FastR-CNN和FasterR-CNN等，这些网络将原图通过卷积神经网络生不同层次的特征图，但是检测系统基于最后一层特征图。

文章《FastR-CNN》，是在SPP-net的基础上对R-CNN的再次改造。

SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition》是在RCNN之后，是对RCNN的改进(关于RCNN可以查看R-CNN文章详细解读)，先给出SPP-net

图像上多个目标在哪里（位置），是什么（类别）人们一般把其发展历程分为3个阶段：a.传统的目标检测方法b.两阶段检测器以R-CNN为代表的结合regionproposal和CNN分类的目标检测框架(R-CNN,SPP-NET

ECCV-2014目录目录1Motivation2Advantages3Method（DeepNetworkswithspatialpyramidpooling）3.1ConvolutionalLayersandFeatureMaps3.2TheSpatialPyramidPoolingLayer3.3TrainingtheNetworkwiththeSpatialPyramidPoolingLa

Richfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmen-tationRCNN读论文系列ObjectDetection·干货满满的RCNN转载自梦里茶SPP-net