yannkaii的博客

fast RCNN是在RCNN基础上的改进，主要改进点是使用一个网络同时进行目标和分类，且通过提出的ROP算法，消除了对输入图像大小的限制。（d）调整窗口大小比例，共生成k个大小不同的窗口，重复（b）、（c）步骤，共生成4k个box坐标信息和2k个box是否包含目标的scores信息。（c）、将生成的特征向量分别输入网络box回归层和box分类层，分别输出box的4个坐标数值和两个类别（包含目标或者不包含目标）。（b）、卷积共享：与后续的目标分类以及目标定位共享卷积层，使用同一卷积特征图；

FastRCNN网络目的目标检测，相比于之前的目标检测网络，该网络改善了目标检测训练和测试速度以及提高了目标检测精度。

简单来说就是不管feature map的大小是多少，设置多个不同大小的池化核，分别对feature map进行池化，池化核的大小根据特征图的大小和设定好的池化后特征图的大小去计算。新的网络结构不需要对目标进行crop/warp，最重要的是对输入图像的大小不在进行限制，可以输入任意大小的图像，这主要得益于增加的空间金字塔池化（spatial pyramid pooling）。1、网络输入图像大小需固定：全连接层需要输入固定大小的输入，由于这个限制，输入图像的大小需固定。256），传输到全连接层。

利用训练好的网络预测K个bounding boxes，如果有需要可以利用置信度和非极大值抑制筛选出少量高置信度的boxes。：以左上、右下两个坐标点作为每个box的4个节点值，且利用图像的维度将这4个值进行归一化处理，通过网络最后一个隐藏层去预测。，预测多个bounding boxes的坐标，并预测出每个box的置信度（用于判断box包含目标可能性的大小）；作者利用DNN，输出一定数量的bounding boxes，以及每个box包含目标的置信度。3、使用了一种无类别的方式去训练目标box预测器。