RCNN

RCNN

• Selective Search(相似合并)得到1k-2k个候选区域（慢，耗时）
• 将框缩放到227*227，跑卷积（CNN, AlexNet），最后全连接输出特征
• 将特征输入到SVM中分类
• 将box输入到全连接进行修正位置
• NMS

Fast RCNN

• 将原图直接卷积得到特征图
• ROI按照比例放到特征图上，进行ROI Pooling
• SVM -> 全连接层

ROI Pooling: 将每个ROI 均匀分成M*N份，对每一份进行max pooling，从而将ROI大小统一成M*N，送到下一层

Faster RCNN

• 特征提取部分的网络简称backbone，可替换成VGG16，ResNet等
• RPN网络生成预测框，极大提高检验速度

RPN: 包括生成锚框（9种），二分类判断有无物体，位置再进行微调

FPN

as