Faster RCNN的理解和資料收集
資源收集
知乎一文看懂Faster RCNN
Bilibili唐宇迪老師關於tensorflow下faster rcnn的論文解讀和代碼解析
Faster RCNN論文中英翻譯
自己的理解
對於理解幫助比較大的是B站視頻和這篇知乎文章。
Faster RCNN先用一個VGG的卷積網絡來直接提取整張圖片的特徵（當然如圖所示調節了尺寸），這對比RCNN來說已經省去了太多代價消耗，RCNN採用SS方法先去挑選上千個region proposal，然後每個region還單獨搞一個CNN來提取特徵，實在是慢爆了。
這個VGG卷積網絡中有 卷積層、relu層和pooling層，因爲在外圈填0（具體叫什麼不記得了），所以卷積層不會縮放圖片，relu也不會，只有pooling一次 纔會將feature map長寬各縮小一半（應該一旦進入卷積網絡，就不叫圖片了，所以我這裏就把中間的結果和最後的結果都叫做feature map），因爲VGG有四個pooling層，所以最後的feature map尺寸相比輸入網絡的圖片大小，長寬都爲input的1/16，面積就是1/256了。然後這裏有一個注意的點，別人都提到了的就是，我們可以根據卷積網絡輸出的feature map來還原其中每個值所覆蓋的感受野（應該是這樣的意思奧）。
以上部分還是比較容易理解，Faster RCNN優於其他方法的重要一點就在接下來的這個RPN網絡（Region Proposal Networks）。這部分我感覺我理解的還是不太好。
這部分的理解，還是直接引用知乎上的那篇比較好的分享吧，說的真好，把我不太懂的講的很清晰。
https://zhuanlan.zhihu.com/p/31426458
其實RPN最終就是在原圖尺度上，設置了密密麻麻的候選Anchor。然後用cnn去判斷哪些Anchor是裏面有目標的positive anchor，哪些是沒目標的negative anchor。所以，僅僅是個二分類而已！