目标检测算法R-CNN

算法流程

1.使用Selective Search提取大约2000个候选区域（proposal）;

2.对每个候选区域的图像进行拉伸形变，使之成为固定大小的正方形图像，并将该图像输入到CNN中提取特征;

3.使用线性的SVM对提取的特征进行分类。

---------------------------------------------------------------------------------------------------------------------------

选择性搜索(Selective Search)

step0：生成区域集R 
step1：计算区域集R里每个相邻区域的相似度S={s1,s2,…} (颜色、纹理、尺寸和空间) 
step2：找出相似度最高的两个区域，将其合并为新集，添加进R  
step3：从S中移除所有与step2中有关的子集  
step4：计算新集与所有子集的相似度  
step5：跳至step2，直至S为空
--------------------------------------------------------------------------------------------------------------------------------

优点

1.将大型卷积神经网络(CNNs)应用于自下而上的候选区域以定位和分割物体。

2.当带标签的训练数据不足时，先针对辅助任务进行有监督预训练，再进行特定任务的调优，就可以产生明显的性能提升。

缺点

虽然R-CNN算法相较于传统目标检测算法取得了50%的性能提升，但其也有缺陷存在：R-CNN虽然设计巧妙，但仍存在很多缺点： 
1.重复计算 R-CNN虽然不再是穷举，但通过Proposal（Selective Search）的方案依然有两千个左右的候选框，这些候选框都需要单独经过backbone网络提取特征，计算量依然很大，候选框之间会有重叠，因此有不少其实是重复计算。 
2.训练测试不简洁。候选区域提取、特征提取、分类、回归都是分开操作，中间数据还需要单独保存。 
3.速度慢。前面的缺点最终导致R-CNN出奇的慢，GPU上处理一张图片需要十几秒，CPU上则需要更长时间。 
4.输入的图片Patch必须强制缩放成固定大小（原文采用227×227），会造成物体形变，导致检测性能下降。