RCNN,Fast-RCNN,Faster-RCNN以及YOLO的区别

RCNN:

1):利用selective-search方法提取2000個自下而上的region proposal;

2):針對每一個region proposal我們用一個大的CNN網絡計算特徵;

3):利用線性SVMs分類器對每個region proposal進行分類;

4):進行回歸分析調整region proposal區域。


 

參考論文:Rich feature hierarchies for accurate object detection and semantic segmentation

推薦論文:RCNN論文詳解

Fast-RCNN:

1)讀取整個圖片和一個ROI(Regions of Interest,也就是一系列劃分的bounding box)集合作為輸入);

2)然後convnet從整個圖片中提取特徵,得到feature map;

3)對每一個ROI區域,pooling層從feature map中提取一個固定大小的feature factor;

4)feature factor被送往FC(fully-connected layer),被映射到兩個部分,一部分是評估k個目標類加上catch-all”背景”類的softmax probability;另一部分產生bbox regressor,即針對k個目標對象的每一個4值真值數量(4 real-valued numbers),每個4值編碼集合(set of 4 values)K類目標對象之一的bounding-box位置。


參考論文:Fast-RCNN論文出處

推薦論文:Fast R-CNN

Faster-RCNN:

1):針對整張圖片,利用CNN獲取feature map;

2):利用RPN網絡針對feature map進行全連接運算,將其輸出為256d或者512d的低維特徵向量,

3):最後將該低維向量送入兩個全連接層,即box回歸層和box分類層。

RPN介紹:Region Proposal Network,利用卷積後的特徵圖生成region proposal,通過增加兩個卷基層實現,RPN網絡輸出的是坐標和score兩類。

參考論文:Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

推薦論文:

使用Faster-Rcnn進行目標檢測Faster R-CNN論文筆記——FR使用Faster-Rcnn進行目標檢測

以上的三種方法都是將目標檢測分為兩部分實現的:

1)物體的類別;分類問題。

2)物體的區域,即bounding box,回歸問題。

而YOLO將問題直接當做回歸問題求解,輸入圖像經過處理,可以直接獲取到圖像中物體的類別及其confidence以及物體的位置。

YOLO:

YOLO講輸入圖像分為S×S個grid,每個grid負責檢測落入其中的物體。如果物體的中心位置落入該grid,則該grid就負責檢測出這個問題。每個grid輸出B個bounding box的同時還要輸出C個物體屬於某類的confidence,從B個裡面挑選IOU最大的那個bounding box,同時C是總共包含的類的類別。


Loss function:

依次是:坐標誤差,IOU誤差以及分類誤差。

參考論文:You Only Look Once: Unified, Real-Time Object Detection

參考文獻:YOLO詳解

來源:知乎

【轉載須知】轉載僅限全文轉載並且需要完整保留標題和內容,不得刪除、修改,不得增加內容,且文章開頭必須註明:轉自愛分享(ishare.cc),謝謝合作。