Faster RCNN简单总结

图片地址:http://blog.csdn.net/zy1034092330/article/details/62044941

RPN

1.RPN和Fast RCNN是提前训练好的，之后再微调的结果；
2.每次走到RPN的时候anchor数目(anchor是在原图上的)是相同的，所以物体分类和BBOX的输入时相同的输入anchor。

• ①物体分类检测是根据anchor来判断是否为物体(正类)，但是整理的框通常不够好，所以还需要计算BBOX的变换。
• ②BBOX是由anchor的坐标回归计算得到偏移参数，可以理解为：修正目标=anchor坐标*W，我们就是要求出W。
• 注意：RPN都是基于原图像的。

Proposal Layer

• 将得到的W用到①中的正类进行anchor的位置修正；
• 检查anchor在原图像上是否越界，越界就删除；
• 进行nms；
• 选出前300个候选框。

RoI pooling

将RPN选中的300个候选框(原图上修正后的anchor)，通过spatial_scale: 1/16 映射到feature map上，在通过pooled_w: 7和pooled_h: 7将每个候选框49个，取每个对应的maxpooling值，这样得到49个全连接层的输入。

再往后就是分类器和BBox的再次精修操作(Fast RCNN的操作)。