爲了目標檢測精度和速度的進一步提高，在CVPR2016上各種算法可謂各顯神通。今天要說的G-CNN就和YOLO算法類似，着重於速度的提升進行檢測算子的改進。而與YOLO不同的是，改算法着眼於初始化proposal數量的減少，使得數以萬計的proposal變成極少的初始格網，通過後面不停迭代獲得最終較爲準確的bbox。
其簡要流程示意圖：
proposal技術一直是高效的目標檢測算子的一個計算量的瓶頸，巨大的proposal數量使得後續檢測效率降低，因此，本文受迭代優化啓發，介紹了一種起始於網格的迭代算法，通過更新來使得網格box包含目標並且爲目標分類。一步的迴歸無法處理網格向目標靠近的非線性問題，因此，本文采用分段迴歸模型多次迭代。
通過示意圖可以看出，在訓練階段，首先在圖像中獲取疊加的多尺度的規則網格（實際網格相互疊加，示意圖中顯示平鋪以視覺化），然後通過ground truth與每一個網格的IoU進行每一個網格ground truth的分配，並完成訓練過程，使得網格在迴歸過程中漸漸接近ground truth。在檢測階段，對於每一個box針對每一類獲得置信分數，用最可能類別的迴歸器來更新box的位置。
網絡結構：
從網絡結構可以看出，G-CNN主要定義檢測問題：所有可能bbox的迭代搜索問題。因此，其目標是訓練網絡使得網格最後可以將初始的網格向着目標ground truth移動。這和Faster R-CNN有較大區別。
損失函數：
G-CNN是一個迭代方法，它將bounding box在儘可能少的步驟下朝着目標位置移動。所以，其loss函數包含：（1）每個訓練樣本訓練時的loss，（2）每個迭代時間步iterative step的loss。
在每一步迭代中，bounding box將要移動的目標定義函數如下：
其中：Strain 第幾次迭代 
其整體loss函數如下：
這裏Bi 代表第i步迭代時候的bounding box位置，Bbg 代表所有的背景bounding box（負樣本）。
因此可以看出，整體loss函數主要分爲2大塊：（1）候選bounding box是否不屬於負樣本的指示函數，（2）候選bbox與ground truth之間的loss。前部分主要判斷該bbox是否滿足條件，後部分則計算bbox的相對變化與ground truth直接的loss，loss函數通過每一iterative step進行更新。
實驗結果：
文章展示大量優秀和不好的實驗結果，這裏僅僅展示優秀結果，可以看出，一步步下bbox向ground truth的迴歸還是非常成功的。
