目标检测RCNN算法经历了RCNN->FAST RCNN->FASTER RCNN的递进演化。

RCNN原理及实现步骤
1. 在cpu端提取候选框：通过纹理或色彩等传统算法（SelectiveSearch）在原图中找到可能的候选框，通常为1k～2k个

2. 将候选框归一缩放为统一大小，分别输入cnn网络提取特征

3. 使用svm或softmax分类器分类，对于有目标框回归目标框体。

缺点：

需要现在cpu上预处理图片，处理步骤过多，每个region都要进行一次cnn前向传播，多次重复计算

FAST RCNN原理及实现
与RCNN最大的区别在于FAST CRNN是对一整张图进行卷积抽取特征，而RCNN是对每一个proposal分别进行卷积运算。

当FAST RCNN卷积完成后，会连接一个ROI Pooling层。这个层的作用主要是用于特征尺寸变换，其输入是卷积完成的特征图和SelectiveSearch提取出来的Proposal。因为原图与特征图存在对应关系，所以每个proposal也对应特征图上的一个特定区域。ROI Pooling会将该区域均匀地分割为M×N个网格，然后对每个网格做pooling，最后拉平成一个 （M×N）x1 大小的1维向量，传入后续的全连接中做分类和框体回归。
尽管ROI Pooling可以看做是针对ROI区域的feature map的Pooling操作，但因为不是固定尺寸的输入，因此每次的pooling网格大小得手动计算。



FASTER RCNN实现原理
faster rcnn在上面的基础上更近了一步，将proposal的生成部分放到了roi层中。

anchor机制：

生成propoasl的规则基于anchor机制，对于卷积完成的特征图，根据给出一个基准窗大小，按照倍数和长宽比例得到不同大小的窗。例如论文中基准窗大小为16，给了（8、16、32）三种倍数和（0.5、1、2）三种比例，这样能够得到一共9种尺度的anchor。当最终特征图为M×N大小时，所生成的anchor数量就为 M×N×9个。



样本生成机制：

生成anchor后，需要对anchor进行筛选，与实际的样本label组成正样本与负样本。

1）假如某anchor与任一目标区域的IoU最大，则该anchor判定为有目标；

2）假如某anchor与任一目标区域的IoU>0.7，则判定为有目标；

3）假如某anchor与任一目标区域的IoU<0.3，则判定为背景。

所谓IoU，就是预测box和真实box的覆盖率，其值等于两个box的交集除以两个box的并集。其它的anchor不参与训练。

样本筛选NMS：

最终会生成很多候选框，之中很多是重叠的。FASTER RCNN只保留准确率大于0.7的目标框，准确率由IoU决定，然后在其中选择top-N，前300个框用于训练。

代价函数定义为：



注意，对回归框坐标的loss，只对正样本进行计算。
---------------------
作者：koibiki
来源：CSDN
原文：https://blog.csdn.net/koibiki/article/details/83538022
版权声明：本文为博主原创文章，转载请附上博文链接！