Fast RCNN
- 实现大部分end-to-end训练(提proposal阶段除外)： 所有的特征都暂存在显存中，就不需要额外的磁盘空。
- 这个网络有两个输入，一个是整张图片，另一个是候选proposals算法产生的可能proposals（region proposal由selective search方法得到）的坐标。(言下之意是候选proposals算法与网络是分离的）
- 提出了一个RoI层，算是SPP的变种，SPP是pooling成多个固定尺度，RoI只pooling到单个固定的尺度 （论文通过实验得到的结论是多尺度学习能提高一点点mAP，不过计算量成倍的增加，故单尺度训练的效果更好。）
Faster RCNN
- 在结构上，Faster RCNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有较大提高，在检测速度方面尤为明显。
- 经典的检测方法生成检测框都非常耗时，如OpenCV adaboost使用滑动窗口+图像金字塔生成检测框；或如R-CNN使用SS(Selective Search)方法生成检测框。而Faster RCNN则抛弃了传统的滑动窗口和SS方法，直接使用RPN生成检测框，这也是Faster R-CNN的巨大优势，能极大提升检测框的生成速度。
结构
- backbone能够接收整张输入图片并提取特征图。整张图片经过backbone得到共享特征图feature map。该feature maps被共享用于后续的RPN层和ROI Pooling
- Region Proposal Networks。RPN网络用于生成region proposals。该层通过softmax判断anchors属于positive或者negative，再利用bounding box regression修正anchors获得精确的proposals。
- ROIpooling层。该层收集输入的feature maps和proposals，综合这些信息后提取proposal feature maps，送入后续全连接层判定目标类别。
- 利用proposal feature maps计算proposal的类别，同时再次bounding box regression获得检测框最终的精确位置。
- Faster Rcnn的模型结构如下：
实现
- mmdetetion框架也可以实现Faster-Rcnn目标检测
论文