[D22] 物件侦测(3)

上一篇我们认识了基本的 R-CNN 和 Fast-RCNN，接着来看 Faster RCNN！

• Faster RCNN
  Fast R-CNN的改进，包括了减少在 R-CNN 重复提取特徵的缺点，将 ROI 映射到 feature maps 上，并用 ROI pooling 统一维度等等。
  但是为了迎来更快的侦测速度，在 Proposals 上的处理也需要更有效率。
  Faster RCNN 就是依据前两个模型为基础做改进，主要是以＂RPN＂和＂Anchor box＂的配合取代了 Selective Search！

  • RPN：接收一个 feature map 作为输入 ，输出一系列目标物体出现可能性较高的候选框。
    

  • Anchor box：使用 RPN 的目标是对候选框的回归，而网络不可能自动生成任意大小的候选框，这时就需要 Anchor ，Anchor 会根据feature map 在原图片上划分出很多大小、宽高比不相同的 Anchor box。
    

  feature map 上一个像素可以映射到原图上 16 x 16 的区域大小，然後按照 1：2 ，1：1 ，2：1 三种比例生成 Anchor box。
  

机器只取机率前 300 高的 anchor box 进入後面的程序，这样足以获得很好的结果，也同时节省运算时间。那要怎麽辨别 anchor box 的去留呢？

1. 与 ground truth 有最大的 IoU。
2. 与任一个 ground truth 的 IoU 大於 0.7。

IoU：Intersection over union，框框的交集面积除以框框的联集面积，值会介於 0～1 之间（0 表示预测位置与标准答案之间一点边都没碰到；1 表示预测位置完全吻合标准答案）
图片来源1
图片来源2
论文