Fast R-CNN

R-CNN的最大缺陷是：对每个SS产生的proposal都要进行截图再放到CNN中进行计算，假设有2000个region proposal，就要进行2000次，效率非常低！！

Fast R-CNN对其改进：对原图先整张图进行一次CNN特征提取。

首先，我们先了解一下SPPNet

SPPNet：空间金字塔池化卷积网络（Spatial Pyramid Pooling Convolutional Networks ）。将CNN的输入从固定尺寸改进为任意尺寸。SPPNet在普通CNN结构中加入了ROI池化层（ROI Pooling），使得网络的输入图像可以是任意尺寸的，输出则不变，同样是一个固定维度的向量。

ROI池化层：对输入的宽w、高h、通道数c的卷积特征进行划分。分别为4x4、2x2、1x1的网格，对每个网格中的每个通道进行最大值池化（取最大值），得到的特征是16c+4c+c=21c维的特征。很显然，这个输出特征的长度与w 、h 两个值是无关的，因此ROI 池化层可以把任意宽度、高度的卷积特征转换为固定长度的向量。

SPPNet原理：先对图像进行一遍卷积计算，得到整个图像的卷积特征。接着， 对于原始图像中的各种候选框，只需要在卷积特征中找到对应的位置框，再使用 ROI 池化层对位置框中的卷积提取特征，就可以完成特征提取工作。在提取特征后，使用了SVM 进行分类。

R-CNN 要对每个区域（有重叠）计算卷积，而SPPNet 只需要对整张图片计算一次，因此 SPPNet 的效率比 R-CNN 高得多。

Fast R-CNN相对于R-CNN的改进点：

通过借鉴（SPPNet）空间金字塔网络，加入ROI pooling层

      a、所有ROI公用同一层特征，缩短了对不同的ROI分别提取特征所消耗的时间

      b、可以在得到特征之后，再实现根据不同大小的ROI生成同样大小的FC特征。实现可以接受不同大小的图片作为输入

损失函数使用了multi-task-loss（多任务损失）函数，将分类和回归合并到一个loss中

使用SVD，在精度损失不多的情况下，加速FC层。