目标检测之RCNN与它的变种

二步走

R-CNN系列算法精讲：R-CNN —》Fast R-CNN —》Faster R-CNN 进阶之路_r-cnn的发展-CSDN博客

含义：“二步走”在R-CNN中指的是先生成候选区域，再对每个区域进行特征提取和分类的两个独立步骤。

1.R-CNN

开山之作RCNN原理详解 （三十）通俗易懂理解——R-CNN - 知乎

R-CNN目标检测实现的大致原理：

第一步：

通过selective search 方法生成大量候选区域(框选了目标的区域)，这些区域存在大量重叠，候选区域作为下一步网络的输入

第二步：

1. 将候选区域输入卷积神经网络进行特征提取，每个候选框都能获得对应的特征向量；
2. 将全部候选框组合成的矩阵使用svm分类器，获得概率权重矩阵；
3. 对概率权重矩阵做非极大值抑制(nms)，获得减少后的候选区域数量；
4. 对剩余候选区域做回归操作，得到最后的结果区域即目标。

2.Fast-R-CNN:

Fast R-CNN原理详解

改进点：只将原始的图像输入到卷积神经网络中，使得特征提取更快速

Fast-R-CNN目标检测实现的大致原理：

第一步：通过selective search 方法对图像生成大量候选区域，并记录候选区域坐标

第二步：

1. 将原始图像输入卷积神经网络进行特征提取，获取原始图像的特征图P1
2. 通过候选区域坐标在原始图像特征图的映射，获取候选区域特征图P2[ ]
3. 将每个候选区域特征图通过ROI-polling层，获得固定大小的候选区域特征图P3[ ]
4. 将固定大小的特征图展平并输入到全连接层进行特征提取，获得特征向量
5. 全连接层的输出分别输入到两个不同的层:分类层；边界框回归层

ROI-Pooling：如果在链接文章中没看懂该操作可以看这张图

3.Faster-R-CNN:

Faster R-CNN原理详解目标检测系列 （三十五）通俗易懂理解——Faster R-CNN及Mask R-CNN - 知乎

改进点：不在使用selective search 方法获取候选区域，改为使用神经网络获取RPN（Region Proposal Network）获取候选网络

Faster-R-CNN目标检测实现大致原理：

1. 将原始图像输入卷积神经网络进行特征提取，获取原始图像的特征图P1
2. 将P1输入RPN网络，获得候选区域
3. 通过候选区域坐标在原始图像特征图的映射，获取候选区域特征图P2[ ]
4. 将每个候选区域特征图通过ROI-polling层，获得固定大小的候选区域特征图P3[ ]
5. 将固定大小的特征图展平并输入到全连接层进行特征提取，获得特征向量
6. 全连接层的输出分别输入到两个不同的层:分类层；边界框回归层

4.Mask-R-CNN：

深度学习实例分割篇——Mask RCNN原理详解篇_maskrcnn实例分割-CSDN博客 图解 RoIAlign CSDN博客 深度学习语义分割篇——FCN原理详解篇

改进点：使用了ROI-Align(升级版ROI-pooling)来获取候选区域特征图；添加了mask(以FCN网络为基)分支

Mask-R-CNN目标检测实现大致原理:

1. 将原始图像输入卷积神经网络进行特征提取，获取原始图像的特征图P1
2. 将P1输入RPN网络，获得候选区域
3. 通过候选区域坐标在原始图像特征图的映射，获取候选区域特征图P2[ ]
4. 将每个候选区域特征图通过ROI-polling层，获得固定大小的候选区域特征图P3[ ]
5. P3进入分支1： 将固定大小的特征图展平并输入到全连接层进行特征提取，获得特征向量
6. 全连接层的输出分别输入到两个不同的层:分类层；边界框回归层
7. P3进入分支2： 将固定大小的特征图下采样再上采样，得到语义分割图