目标检测值Fast-RCNN

淩亂°似流年 2024-04-19 13:02 194阅读 0赞

**一、Two-Stage**  
这是一种Proposal-based的方法，需要先使用启发式方法，（selective search）或者CNN网络（RPN）产生RegionProposal然后再在Region Proposal上做分类和回归。

1，R-CNN
    2，Fast R-CNN
    3，Faster R-CNN
    4，Mask R-CNN

**二、One-Stage**

YOLO系列
    SSD
    RetinaNet

## Faster RCNN简介 ##

Faster RCNN是Fast RCNN的优化版本，二者主要的不同在于感兴趣区域的生成方法，Fast RCNN使用的是选择性搜索，而Faster RCNN用的是Region Proposal网络（RPN）。RPN将图像特征映射作为输入，生成一系列object proposals，每个都带有相应的分数。

*  输入图像到卷积网络中，生成该图像的特征映射。
 *  在特征映射上应用Region Proposal Network，返回object proposals和相应分数。
 *  应用Rol池化层，将所有proposals修正到同样尺寸。
 *  最后，将proposals传递到完全连接层，生成目标物体的边界框。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70]  
    那么Region Proposal Network具体是如何工作的呢？首先，将CNN中得来的特征映射输入到Faster RCNN中，然后将其传递到Region Proposal Network中。RPN会在这些特征映射上使用一个滑动窗口，每个窗口会生成具有不同形状和尺寸的k个anchor box：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 1]  
    Anchor boxes是固定尺寸的边界框，它们有不同的形状和大小。对每个anchor，RPN都会预测两点：
 *  首先是anchor就是目标物体的概率（不考虑类别）
 *  第二个就是anchor经过调整能更合适目标物体的边界框回归量

现在我们有了不同形状、尺寸的边界框，将它们传递到Rol池化层中。经过RPN的处理，proposals可能没有所述的类别。我们可以对每个proposal进行切割，让它们都含有目标物体。这就是Rol池化层的作用。它为每个anchor提取固定尺寸的特征映射：  
![在这里插入图片描述][20190918163514840.png]  
之后，这些特征映射会传递到完全连接层，对目标进行分类并预测边界框。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/b4f608c3070a4b51988015f24451272b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/bed4f5a9bfe646c1a99958fc50e4b500.png
[20190918163514840.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/eaa94899176a49d5b27b3a63d6826be0.png