RCNN, Fast RCNN和Faster RCNN

　　RCNN系列是目标检测的two-satge代表，运行速度慢，但检测精度很高，也比较难理解，简单记录下，慢慢啃。。。。。

1. RCNN

　　　RCNN 是在2013年的论文Rich feature hierarchies for accurate object detection and semantic segmentation中提出，是第一篇目标检测领域的深度学习文章，大幅提升了目标检测的识别精度，在PASCAL VOC2012数据集上将MAP从35.1%提升至53.7%。 这篇文章的创新点有以下几点：将CNN用作目标检测的特征提取器、有监督预训练的方式初始化CNN、在CNN特征上做BoundingBox 回归。

　      RCNN的整个流程分为三步，如下图所示：

 

 　　1.1 Region Proposal(区域选择)

　　RCNN首先采用selective search分割算法（selective search参考），分割成许多子图片，从中筛选出2000张子图区域作为候选区域，然后将2000张子图分别resize到224*224大小，送入CNN网络进行特征提取。如下图所示：

 

 　　1.2 Feature Extraction（特征提取）

　　RCNN分别尝试了AlexNet和VGG16两种网络模型来提取特征， AlexNet比较简单，包括五层卷积+三层全连接，输入是224x224的图片。论文中也是提取在 ILSVRC 2012 的模型和权重，然后在 VOC 上进行 fine-tune。（ImageNet 预训练需要预测 1000 个类别， VOC 迁移学习需要识别 21 个类别（20类+背景））

　　上述的2000个候选框，会与gt box计算IOU，其中IOU>0.5的算作正样本，IOU<0.5的算作负样本，每128个候选框(32pos+96neg)一个batch进行训练, 如下图所示：

 

 　　1.3 Classification and detection (分类和检测)

　　　　将上一步CNN提出出来的4096维特征，送入SVM分类器进行分类（每一个类别都有一个SVM分类器，共21个？）

 

https://www.jianshu.com/p/03bab51a90fb

https://zhuanlan.zhihu.com/p/27473413

 

 

Faster_rcnn

https://cloud.tencent.com/developer/article/1441555