R-FCN 論文學習
阿新 • • 發佈:2018-11-16
R-FCN: Object Detection via Region-based Fully Convolutional Networks
論文地址: https://arxiv.org/pdf/1605.06409v2.pdf.
Abstract
作者使用R-FCN (region-based,fully convolutional networks)進行精確和有效的目標檢測。對比之前的區域檢測器(Fast/Faster R-CNN 應用於每一個區域子網格要花費數百次),我們的區域檢測是基於整幅圖片的全卷積計算
1. Introduction
目標檢測領域的深度網路,在 Region of Interest(RoI) 池化層前後可被分為兩個子網路:
- 一個是共享的,全卷積且獨立於 RoI 的子網路;
- 一個是 RoI-wise 且不共享計算的子網路,由若干全連線層組成;
比如 ALexNet 和 VGG Net 一般來說,都是先經過一系列的卷積層,每層卷積以後會有一些池化層,最後跟著若干全連線層。Fast R-CNN,SPPnet就是卷積層後跟著 SPP 或者 RoI 池化層,然後再有全連線層。