【论文学习】RCNN/Fast RCNN/Faster RCNN/RFCN学习

一、Faster RCNN演化

1. RCNN

SS（Selective Search）→resize→CNN→SVM→bbox回归

2、Fast RCNN

整图CNN之后SS（独立）→ROI pooling→softmax→bbox与class一起回归

3、Faster RCNN

整图CNN→RPN→ROI pooling→softmax→bbox与class一起回归

4、RFCN



整个RFCN结构。我认为这里主要做的改变是以resnet举例，fasterrcnn在91层后加入ROI pooling，而RFCN把resnet最后一层全连接层进行了修改，改成了1024个1*1*2048个卷积核，之后又经过k^2(C+1)个1*1*1024个卷积核，最后得到k^2(C+1)乘W乘H。这么做可以减少因为ROI pooling层失去了平移不变性带来的影响。



这里相当于把特征维度平均分成k^2份，分别计算ROI，然后取不同位置的（颜色相同）重新组成一个新的ROI区域，

这么做的原因什么？？？

我在这里有些疑惑，我认为这里减少了计算量。并且把复杂的计算放在ROI pooling层之前也节约了时间。但是其他的好处是什么？？

二、Loss函数

左边为分类loss：



右边为bbox坐标的loss：



具体计算方式为：

三、网络图

RPN部分：



参考：http://blog.csdn.net/u010668907/article/details/51456928

http://blog.csdn.net/mllearnertj/article/details/53709766