【Faster RCNN源码解读/复现】Faster RCNN网络总览
写在前面
博主是一名刚转行CV不久的一枚小硕，大约半年前对目标检测相关的几个经典网络(RCNN, Fast RCNN, Faster RCNN, YOLO, SSD)等有一些简单的了解(听说而已)。这学期转行以来，准备从Faster RCNN着手，研读论文，理解并努力复现源码。经过大约一个月的努力，Faster RCNN已基本上复现完成，借****平台，分享自己的一些理解和感悟，希望和大家一起进步。
网络框图
在读完Faster RCNN论文之后，可以知道，Faster RCNN总体上可分为三部分，如下图所示，
- 用于提取图像特征，实现参数共享的多个卷积层；
- 用于得到Proposal（候选框）的RPN层，这也是Faster RCNN最经典的部分；
- 用于完成分类和边界框回归的RoI Pooling层和分类层。
在实现网络的过程中，必定会将这三部分进一步地划分为最小的功能单元。
对于提取特征的卷积层，通常使用VGG、ResNet等预训练模型，当前，也可使用ShuffleNet、Inception等实现，只需要在搭建出相应网络的基本结构，下载预训练模型并在源码上做出相应的更改即可；
对于RPN层，又可分为产生anchors的generate_anchors层，对anchors进行前景/背景分类和boungding box回归的rpn_anchor_target层，以及产生最终用于目标检测的proposals的proposal_layer；
对于ROI_Pooling层，则需要将尺寸不一的proposals通过相关的Pooling技术，转换为同样的尺寸，只有这样，才能将这些proposals作为一个batch输入分类层；
对于分类层，不单单是分类的功能，要同时实现分类和bounding box回归的功能，通过两个全连接层实现，完美地将分类任务和回顾任务相结合。
写在后面
接下来一段时间，将会基于PyTorch源码及自己复现源码，对Faster RCNN各部分进行解析。
欢迎关注！
参考
- https://www.cnblogs.com/wangyong/p/8513563.html
- Faster R-CNN: Towards Real-Time Object
Detection with Region Proposal Networks - https://github.com/jwyang/faster-rcnn.pytorch