Faster R-CNN原理详解

生成proposals

• 解码生成预测框
• 将预测框的位置限定到图片的范围之内（目前还是保留了全量的预测结果，下面就会对预测框进行过滤）
• 首先过滤掉面积太小的（filter)
• 对分数进行过滤，把分数低的过滤掉（top_k)
• 去掉一些十分接近的目标框（NMS）
• NMS结束后再次对分数进行排序，把分数低的去掉，得到proposals
  大概会生成2000+个proposals去进入到后续的网络计算
  uploading-image-831351.png

ROI Pooling

ROI Pooling的不足

这会导致检测的信息和最终提取出来的信息是不匹配的，于是这种算法便被改进

ROI Align

• 蓝色网格的图中每个交叉点都可以理解为特征图上点的位置，在ROI Pooling中每一个这样的子区域都可以用这些蓝色交叉点的位置来表示的
  那么今天就为大家带来ROI Align的做法
  
  在完成ROI之后我们便可以进入下一个阶段

BBOX Head

• 经过一些列的卷积和Pooling将14x14的图片压缩到1x1
• 这些特征图再经过两个FC得到分类分支和回归分支
  在第二阶段就要对物体的类别进行分类，对候选框的位置进行微调
• 81就是类别数，324就是81x4
• 最后再去计算一个Loss
  

BBox Head中的监督信息

BBox Head Loss

Faster R-CNN的效果