目標檢測RCNN算法經歷了RCNN->FAST RCNN->FASTER RCNN的遞進演化。
RCNN原理及實現步驟
1. 在cpu端提取候選框：通過紋理或色彩等傳統算法（SelectiveSearch）在原圖中找到可能的候選框，通常爲1k～2k個
2. 將候選框歸一縮放爲統一大小，分別輸入cnn網絡提取特徵
3. 使用svm或softmax分類器分類，對於有目標框迴歸目標框體。
缺點：
需要現在cpu上預處理圖片，處理步驟過多，每個region都要進行一次cnn前向傳播，多次重複計算
FAST RCNN原理及實現
與RCNN最大的區別在於FAST CRNN是對一整張圖進行卷積抽取特徵，而RCNN是對每一個proposal分別進行卷積運算。
當FAST RCNN卷積完成後，會連接一個ROI Pooling層。這個層的作用主要是用於特徵尺寸變換，其輸入是卷積完成的特徵圖和SelectiveSearch提取出來的Proposal。因爲原圖與特徵圖存在對應關係，所以每個proposal也對應特徵圖上的一個特定區域。ROI Pooling會將該區域均勻地分割爲M×N個網格，然後對每個網格做pooling，最後拉平成一個 （M×N）x1 大小的1維向量，傳入後續的全連接中做分類和框體迴歸。
儘管ROI Pooling可以看做是針對ROI區域的feature map的Pooling操作，但因爲不是固定尺寸的輸入，因此每次的pooling網格大小得手動計算。
FASTER RCNN實現原理
faster rcnn在上面的基礎上更近了一步，將proposal的生成部分放到了roi層中。
anchor機制：
生成propoasl的規則基於anchor機制，對於卷積完成的特徵圖，根據給出一個基準窗大小，按照倍數和長寬比例得到不同大小的窗。例如論文中基準窗大小爲16，給了（8、16、32）三種倍數和（0.5、1、2）三種比例，這樣能夠得到一共9種尺度的anchor。當最終特徵圖爲M×N大小時，所生成的anchor數量就爲 M×N×9個。
樣本生成機制：
生成anchor後，需要對anchor進行篩選，與實際的樣本label組成正樣本與負樣本。
1）假如某anchor與任一目標區域的IoU最大，則該anchor判定爲有目標；
2）假如某anchor與任一目標區域的IoU>0.7，則判定爲有目標；
3）假如某anchor與任一目標區域的IoU<0.3，則判定爲背景。
所謂IoU，就是預測box和真實box的覆蓋率，其值等於兩個box的交集除以兩個box的並集。正負樣本均隨機選擇128個參與訓練，其它的anchor不參與訓練。
結果篩選NMS：
最終會生成很多候選框，之中很多是重疊的。FASTER RCNN準確率準確率最大的爲基準，對於相互間IoU不大於0.7的目標框，只保留準確率高的候選框。然後在剩餘的選擇top-N，前300個框用於訓練。
代價函數定義爲：
注意，對迴歸框座標的loss，只對正樣本進行計算。