RCNN系列算法简介

1.CNN简介

CNN全称Convolutional Neural Network，即卷积神经网络，是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。

1.1卷积操作

1.2感知野

2. R-CNN

R-CNN (Region Convolutional Neural Neta Work)，首先提出了在候选区域(Region)上采用自上而下的卷积神经网络(CNN)。

2.1

2.2

2.3 R-CNN训练步骤

2.3.1 预训练

R-CNN采用了迁移学习的思想，采用AlexNet CNN网络，在ILSVRC样本集上进行预训练。ILSVRC样本集上仅有类别标签，没有位置标签。 通过预训练，网络具有了初步提取图片特征(纹理、色彩等特征)的基本能力。

2.3.2 特定样本下的微调

样本	来源
正样本	候选区域与实际位置IOU值>0.5的候选区域
负样本	候选区域与实际位置IOU值>0.5的候选区域
针对特定的任务，进行进一步训练，提高特征提取能力。

原论文实在PASCAL VOC 2007样本集上了进一步训练，PASCAL VOC 2007样本集上既有类别标签，也有位置标签。

需要注意的是，并非将图片直接送入网络进行训练，而是对每张图片选取候选区域，将候选区域与实际位置的IOU值>0.5的作为正类，IOU<0.5的作为负类，每次送入32个正样本和96个负样本。

这里说的正类负类，并不是指样本的标签，比如说对于一张皮卡车的图片选择了若干个候选区域，一个区域的IOU值>0.5，那么将这个区域的内容标签记为'皮卡', 另一张IOU值<0.5，则标签记为'背景'，这样能极大提高样本数量，进而增强网络提取特征的能力。

2.3.3 SVMs训练

(...)

3. Fast R-CNN

Fast R-CNN基于R-CNN主要做出了两点改进：

• 一是在卷积层后增加了Rol Pooling Layer，这使得不同尺寸的图片输入网络后能够输出同样尺寸的特征图，在进一步输入全连接层。
• 二是提出了多任务损失函数(Muti-task loss)，将边框回归和分类在网络中同时进行，而不是像R-CNN重新训练SVMs。

3.1 Rol Pooling

4.Faster R-CNN