Fster R-CNN 框架分析
1.整体框架
Faster R-CNN算法由两个网络组成：RPN+Fast R-CNN。RPN（region proposal network）候选框提取网络，可提取出可能包含目标的候选区域，叫做感兴趣区域ROI（regions of interest）。Fast R-CNN对RoIs进行分类，并细化目标区域边框。
2.RPN工作原理
上图显示了RPN运作的整个过程，在最后一个卷积层中得到特征图上通过一个小窗口进行滑动扫描，这个小窗口每次滑动时与特征图上n*n的窗口全连接；然后映射到一个低维向量，如256维；最后将这个低维向量送到两个全连接层，即边框分类层（box-classification layer，cls）和边框回归层（box-regression layer，reg）。对于每个位置，cls从256维特征中输出属于前景和背景的概率；reg从256维特征中输出4个平移缩放参数。
RPN为每个滑动位置考虑k个可能的参考框（anchors），对于一个W*H的特征图，就会产生W*H*k个候选区域。RPN的anchor具有平移不变的特性，其原理是以窗口为中心进行多尺度、多anchor点位于面积为n*n的滑动窗口的宽高比的采样，采用基准面大小为16*16，宽高比分别为2;1，1:1，1:2，窗口尺度为[8,16,32]的中心点进行采样，这样每个滑动窗口就产生了9个anchor。那么k就等于9，就会产生2k=18个scores，也就是上面的边框分类层，4k=36个coordinates即边框回归层。
参考文献：
Wu Xiaofeng,Zhang Jiangxin, and Xu Xinchen,Hand Gesture Recognition Algorithm Based on Faster R-CNN, Journal of Computer-Aided Design & Computer Graphics,Vol.30 No.3,Mar. 2018