目标检测网络之SPP-net详解

SPP-net详解：

简要概述：SPP-net网络是基于R-CNN结构改进，且仅在候选区域特征提取，以及特征向量大小转化两个方面做出改进，如详细理解SPP-net请先阅读目标检测开山之作R-CNN详解，文章链接：https://blog.youkuaiyun.com/a24444054d/article/details/118875058?spm=1001.2014.3001.5502。

由于R-CNN速度慢的特征，每张图片分割为2000个大小不等的候选区域，每个候选区域经过CNN进行特征提出，是一个非常耗时的过程。针对R-CNN，SPP-net提出两点改进来提高速度，下面一一介绍。

1.减少卷积运算

（1）卷积过程

一张图片经过选择性搜索（Selective Search）算法得到2000个候选区域，在R-CNN中，这2000个候选区域经过大小变化之后进入CNN网络进行特征提取，需经过2000次卷积运算，而在SPP-net中，图片首先进行卷积操作得到一个Feature map，再将这2000个候选区域一一映射到Feature map中，只进行一次卷积运算，R-CNN、SSP-net网络结构对比如下：