R-FCN: Object Detection via Region-based Fully Convolutional Networks

• Abstract
• 1. Introduction

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。