目标检测网络之Fast-RCNN详解

Fast-RCNN详解：

简要概述：Fast-RCNN是基于SPP-net的改进，第一个改进是将SPP-net中的SPP层改为Rol pooling层，第二个改进是抛弃SVM,使用softmax层，下面一一介绍文章改进之处。如详细理解Fast-RCNN，请先阅读目标检测之SPP-net详解。

文章链接：https://blog.youkuaiyun.com/a24444054d/article/details/118877757?spm=1001.2014.3001.5502

 1.RoI pooling

    RoI pooling是一个简单版本的SPP，目的是为了减少计算时间而得出固定长度的向量，只使用一种4*4=16的空间盒数，Rol池层使用最大池化将任何有效的Rol区域内的特征转换成具有HxW的固定空间范围的小Feature map，其中H和W是超参数它们独立干任何特定的Rol，相比SPP更能提高计算速度。

 2. 抛弃SVM，使用softmax

 （1）使用传统的softmax进行分类，输出类别有K个类别加上‘'背景"类

 （2）训练比较统一，除候选区域生成需要选择性搜索（Selective Search）算法生成外，是一个端到端的网络

 （3）多任务分类损失（Mutil-task loss） 

    两个loss，分别是：

    对于分类loss是一个N+1路的softmax输出，其中的N是类别个数1是背景，使用交叉熵损失

    对于回归loss，是一个4xN路输出的regressor，也就是说对于每个类别都会训练一个单独的regressor的意思，使用平均绝对误差(MAE)损失即L1损失

    最终损失L=失交叉熵损失+平均绝对误差(MAE)损失

（4）fine-tuning训练：在微调时，调整 CNN+Rol pooling+softmax以及fc，调整bbox regressor回归当中的参数

  总结：Fast-RCNN在SPP-net基础上改进了SPP层，使用RoI pooling提高了计算速度，抛弃了SVM分类器，使用softmax分类器，将模型除候选区域生成之外的部分连接起来，更方便训练。

  R-CNN，SPP-net，Fast-RCNN三个模型效果对比如下：