R-CNN

整體結構

• Region proposal -> warped region -> CNN -> FC -> linear SVM、regression

訓練步驟

• 對CNN進行Supervised pre-training
  在有大量資料的ILSVRC 2012資料集上進行分類訓練，達到較好的效果
• Domain-specific fine-tuning
  使用selective search得到VOC資料集中的候選框，處理得到warped region。將處理得到的warped region組合成32個正樣本、96個負樣本構成的batch。其中正樣本為和ground truth的IOU大於指定的閾值（比如0.5或者0.3）的region，其他的為負樣本。送入模型進行fine-tuning，選取較小的學習率，否則預訓練也就沒有用了。

測試步驟

• 使用selective search得到測試樣本的候選框， 處理得到warped region。
• 送入模型進行類別預測和迴歸
• 將預測結果按照概率大小排序，採用NMS（非極大值抑制），也就是選出概率最大的region，然後刪除和它的region的IOU超過指定閾值的其他region，重複這個步驟直到沒有候選框。篩選出最終得到的檢測框

Fast R-CNN