记录Faster R-CNN（目标检测）

• • 1 Faster R-CNN框架介绍
  • 2 RPN网络（区域生成网络）
  • 2.1 Anchor
  • 2.2 cls层（Box Classification层）
  • 2.3 reg层（Box regression层）
  • 2.4 Proposal Layer
  • 3 Fast R-CNN网络
  • 3.1 ROI pooling layer
  • 4 Loss计算
  • 4.1 RPN LossFunction
  • 4.2 Faster R-CNN LossFunction
  • 5 网络训练

由RPN（区域生成网络）和Fast R-CNN构成的网络系统，用RPN（区域生成网络）代替Fast R-CNN中的Selective Search方法（选择性搜索）。

Faster R-CNN主要完成的是：

（1）提出了RPN网络；

（2）RPN和Fast R-CNN网络特征共享与训练；

（3）使用了ROI Pooling技术；

（4）使用NMS技术

1 Faster R-CNN框架介绍

图 1 Faster R-CNN 模型

Faster R-CNN算法主要是由：

（1）RPN候选框提取模块：全卷积神经网络

（2）Fast R-CNN检测模块：基于RPN提取的候选区域检测并且识别区域中的目标。

2 RPN网络（区域生成网络）

使用全卷积网络直接产生Region Proposal（候选区域），在经过卷积层提取到的feature map上用一个33的slide window，去遍历整个feature map，在遍历过程中，每个窗口中心按scale（1：2，1：1，2：1）和rate（1282，2562，5122）生成9个anchors，紧接着利用窗口分类层（cls层）对每个anchors做2分类（区分是前景还是背景），利用位置精修层（reg层）确定每个anchors的坐标位置。比如，有一张HW的feature map输入RPN，经过这一步，cls层能够得到HW92,reg层得到HW94的偏移量。

2.1 Anchor

Faster R-CNN提出锚点的方法用于简化proposal的生成。即设定一系列固定大小的框框，并利用RPN对生成的锚点进行筛选得到proposal。

2.2 cls层（Box Classification层）

分类层（二分类任务），把所有的Anchor分为前景和背景，IOU>0.7的Anchor标注为前景，IOU<0.3的标注为背景，之间的值就不参与训练。

2.3 reg层（Box regression层）

用于得出每个Anchors的大致位置，来建立Anchor与ground truth之间的关系，便于Proposal Layer 层的回归 。这一层主要是用来得出Anchor的偏移量，Anchor的中心位置为Ax，Ay，长Aw，高Ah。

2.4 Proposal Layer

在RPN训练收敛以后，可以得出Anchor相对于proposal的偏移量，再根据公式： 计算出proposal的大致位置，其中对应的ground truth的坐标为（Gx，Gy，Gw，Gh)。

利用如下方法选择出最接近ground truth 的proposal：

（1）选择出前景概率最高的N个proposal；

（2）进行非极大值抑制（NMS)；

（3）NMS后再选择前景概率最高的M个proposal。最终得到proposal的大致位置，经过不断的迭代回归找到最佳的proposal。

3 Fast R-CNN网络

3.1 ROI pooling layer

该层主要作用有：

（1）根据输入的image，将ROI映射到feature map对应的位置上；

（2）将映射后的区域划分为相同大小的输出；

（3）对相同大小的输出进行max pooling操作

（4）极大的提高了处理速度

4 Loss计算

4.1 RPN LossFunction

训练时，需要将cls层（Box Classification层）与reg层（Box regression层）损失加在一起来实现联合训练。

4.2 Faster R-CNN LossFunction

5 网络训练

第一步：用model初始化RPN网络，然后端到端的训练RPN；

第二步：用model初始化Fast R-cnn网络，使用训练过的RPN来生成proposal，再将proposal输入到Fast R-cnn网络对Fast R-cnn网络进行训练（此时两个网络还没有共享卷积层（model））；

第三步：使用第二部训练完成的model来初始化RPN网络，对RPN网络进行第二次训练，与之前不同的是，此次需要将model锁定，在训练过程中，model不变，而RPN的参数会随着迭代学习发生改变。

第四步：依旧保持第三步的model不变，初始化Fast R-cnn网络，对Fast R-cnn网络进行第二次训练，微调其FC层，两个网络共享相同的卷积层，构成一个统一的网络。