图像目标检测网络

主要有两大流派：

候选框（先获取主体所在候选区域，后分类，又称two-stage技术）：RCNN系列、SPP、R-FCN

回归法(直接进行BBox回归与主体分类)：YOLO、SSD

一、定义

ROI（region of interest）：感兴趣区域

region proposal method：候选区域方法

RPN（region proposal network）：候选区域网络

滑动窗口检测

SS（selective search）：选择性搜索

fpn（feature pyramid networks）：特征金字塔网络

 

二、RCNN（SS替代滑动滑窗）

用候选区域方法替代滑动窗口，更快更准。CNN classifier用于获取4096个特征，SVM用于确定box的类别，regressor边界框回归器/线性回归器/全连接层用于提炼边界框。

        例如下图就是利用像素增长（基于像素纹理）获得的区域，与其对应的感兴趣区域（ROI），将这些ROI昨晚候选区域，进行选择性搜索。总的来说RCNN就是利用了传统算法获取候选区域，再利用CNN提取特征，进行分类回归。是一种传统+深度的方法。

三、fast RCNN（CNN放在SS前）

    ROI有重叠的可能，将ROI放到CNN classifier中时，就有重复计算的问题，由此将CNN这一步放到前面，先获取CNN，再计算ROI（例如利用VGG的conv5来计算ROI），再裁减特征图。

 

img——CNN获取Feature map——计算ROI——裁取——ROI池化——FC算class及回归box

采用的损失有：分类损失、定位损失

四、ROI池化

ROI池化=ROI+最大池化

对Feature map取感兴趣区域，若为2*2目标，将ROI区域划分为相等或相似大小的2*2个区域，每个区域取最大值

五、Faster R-CNN（RPN网络替代SS）

参考链接：https://blog.youkuaiyun.com/liuxiaoheng1992/article/details/81843363

    用候选区域网络（RPN）代替候选区域方法（不用SS）生成ROI，简单理解就是用深度网络的方法代替了融合像素的方法。