Faster-RCNN
一.背景
最新的物体检测网络依赖于候选框(生成)算法来假设物体位置。最新的进展如SPPnet[1]和Fast R-CNN[2]已经减少了检测网络的时间，(间接)凸显出候选框计算成为算法时间的瓶颈。Faster-RCNN引入了Region Proposal Network (RPN) ，它和检测网络共享整图的卷积特征，这样使得候选框的计算几乎不额外占用时间。RPN是一个全卷积网络，可同时预测物体外接框和每个位置是否为物体的得分。RPN采用端到端的方式进行训练，产生高质量的候选框，进而被Fast R-CNN用来做检测。Faster-RCNN通过共享卷积特征，进一步融合RPN和Fast R-CNN为一个网络——使用最近流行的基于注意力机制的网络技术，RPN单元指引统一后的网络查看的地方。对于很深的VGG-16模型[3]，Faster-RCNN的检测系统在GPU上达到5fps（包括所有步骤）的效率，同时实现了VOC2007, 2012和MS COCO数据集上最好的准确率，此时每张图上仅产生300个候选框。在ILSVRC和COCO 2015竞赛中，Faster R-CNN和RPN是几个不同领域中第一名模型的基础。代码已经开源。
经过R-CNN和Fast RCNN算法的历程，Ross B. Girshick在2016年提出了新的Faster RCNN，在结构