目标检测总结：RCNN系列（2）

上一篇介绍了RCNN和Fast RCNN，本文介绍RCNN系列的终极版本，FasterRCNN。Faster RCNN虽然是2015年的论文，但它至今认识许多目标检测算法的基础。
FasterRCNN可以看做是RPN（region proposal network） + fast RCNN的系统，用RPN代替了之前的selective search 来进行region proposal的选择和修正。

RPN

如上图所示，RPN网络的基本思路是将图片经过CNN进行特征的提取，对所有可能的候选框进行打分，选出confidence较高的框(前2000)传入下一层用于fast RCNN的目标检测，其中RPN和Fast RCNN两个网络共享一组共同的卷积层。

如上图所示，我们再最后的特征层上进行滑窗，这个窗口将输入卷积特征映射的n×n空间窗口作为输入，每个窗口都可以映射到原始的图片中， 其映射的原始图片的位置即为输入RPN的候选框。在文章中，使用的n为3，即每个候选框映射到特征层的窗口为3×3大小。最后我们对得到的特征输入两个1×1的卷积层，分别预测类别（2分类，）和坐标（xywh）。
anchor：anchor即为我们所提到的候选框，在滑动窗口的位置，同时预测多个候选框，候选框的中心点是相同的，只是有不同的尺度和长宽比。文章使用3个尺度和3个长宽比。anchor的尺度为（128,256,512），而特征映射中3×3滑动窗口感受野为（228）。我们注意到，我们的算法允许预测比基础感受野更大。这样的预测不是不可能的——如果只有目标的中间部分是可见的，那么仍然可以粗略地推断出目标的范