RCNN,FastRCNN,FasterRCNN

子知识点

SS:

step0：生成区域集R，具体参见论文《Efficient Graph-Based Image Segmentation》
step1：计算区域集R里每个相邻区域的相似度S={s1,s2,…}
step2：找出相似度最高的两个区域，将其合并为新集，添加进R
step3：从S中移除所有与step2中有关的子集
step4：计算新集与所有子集的相似度
step5：跳至step2，直至S为空

IOU:

1.判定两个候选框是否存在交集
2.判定两个候选框是否为同一物体
3.IOU = (A∩B)/(A∪B)
4.若IOU高于设定阈值  认为两个框重叠太多 对比2个候选框svm回归后的概率 淘汰概率低的框

ROI:

1.比如一个100×100的特征图和一个150×150的特征图
2.划定一个10×10的网格
3.按照划定的网格 去原特征图上划分为10×10

RPN:

设定一张500x500的图片，经过cnn提取为5x5大小的特征矩阵，对于这5x5中每一个值对应原图中的感受野为～，按照这个思路，在原图中对应n个不同形状的anchor，每个anchor负责检测其范围内是背景还是物体，以及坐标的调整

RCNN: （所有候选图全部送入网络提取特征，svm分类，回归器调整候选框）

step1		：将ss提取的所有区域（约2000个）全部送入CNN中提取feature map 
step2.1 ：得到2000 × 4096 特征矩阵 
step2.2 ：通过 SVM 4096 × 20 的权值矩阵进行分类
step2.3 ：[2000 , 4096] × [4096 , 20] -> [2000, 20]
step3		：对[ 2000 ,20 ] 这2000个候选框进行非极大值抑制，得到得分最高的一些候选框
step4		：通过回归器修正最后的候选框位置（矫正gt与pred的损失）

FastRCNN:（通过一次cnn替代2000次cnn，ROI缩放到同一尺寸进行回归且直接回归分类和候选框）

step1		：将整张图片放入网络提取一个feature map  ss提取的所有区域（约2000个)直接映射到feature map上
step2		：将2000个特征矩阵通过ROI pooling 缩放到7×7 通过IOU对比gt与2000个候选框选取出大于阈值的N个
step3		：直接通过全连接层得到 [N, 20]的分类 并且得到 [N,(N+1)×4)]个边界框回归参数

FasterRCNN:（FPN替代SS，直接回归分类和候选框）

step1		：整张图片放入网络提取一个feature map  ，feature map放入FPN中得到N个anchor
step2		：对anchor进行回归分类