RCNN
オブジェクト検出は、もはや単一のオブジェクトの分類はありませんが、一方でまた、バウンディングボックスであるどのような場所では、これらのオブジェクト、知っておく必要があり、複数のオブジェクトを分類します。これらの2つの点は、それがより困難な分類よりも識別することができます。
したがって、アップバックルする領域の使用は、畳み込みニューラルネットワークは、私はそれがある場合、そのオブジェクトを見つけ、破棄されていない場合は、オブジェクトを見てみたいものではありません置きます。選択検索はとても領域の数を生成するために使用し、各エリアには、一度それを分類しました。
各関心領域のブロックサイズは確かに同じではないので、畳み込みニューラルネットワークは、等しいサイズのブロックに、これらの領域のサイズを変更します生成し、次いで、畳み込みニューラルネットワークに投入する機能を生成します
1010のSVM分類器が使用されるような1分類は、最初はRCNN単一SVM分類、関心の対象の使用であります
選択検索Iボックスを必要とするボックスの外にある必要はない2、位置決め、そこバイアスであり、したがって損失と実際のフレームボックスを決定するための回帰を予測することができます。
代替の検索アルゴリズムは、以下のステップによってマージ、入力として分割された最初の領域を生成するための、「効率的なグラフベースの画像セグメンテーション」論文の方法を使用します。
- フレームの全ての分割領域の最初の候補領域リストに追加します
- 類似の合併のいくつかの領域に基づいて、
- 分割領域全体がステップ1にジャンプするようにマージ
常に領域候補領域リストをイテレーションすることで成長しています。我々はボトムダウンアプローチによって成長している候補領域を作成していると言うことができます。それは次のような効果がある表します。
二つの領域のピクセルを計算するための検索アルゴリズムは、どのように選択するのですか？
次の4つの側面を経由して：重複の色、質感、大きさ及び形状
最終的な類似度値は、4回の異なる重量加算を取られます
FAST RCNN
RCNNの絵は、おそらく2000の候補領域を生成しますので、高速なRCNNが速くほしいと検索元の画像上の領域が、画像の最初の畳み込みに興味がない、元の画像は一度だけですコンボリューション。ゾーンがないサイズ変更操作（悪い誘導体）ではないが、ROIプーリングながら、画像特徴に、選択的に検索し、関心の領域で得られました。
もう一つの違いは、代わりのSoftMax SVMを使用してのことです。
ROIプーリング
ROIプーリングは、次の手順を実行します。
入力画像、ROIの位置に対応する地図の特徴マップによれば、
分割領域は、同じサイズ（同一の出力セクションの次元数）のセクションをマッピングし、
各最大プーリングセクションのための操作を行う、
と我々は、異なるサイズの缶それぞれの特徴マップを取得するために固定サイズのブロック。これは、出力の特徴マップのサイズは、ROIと畳み込み特徴マップのサイズに依存しないことである言及する価値があります。ROIプーリングの最大の利点は、大幅に処理速度を改善することです。
例をプールROIは、
我々は、特徴マップ8×8サイズ、ROI、および出力サイズ2 * 2を持っています。
領域提案投影位置（左上隅、右下隅の座標）:( 0,3）、（7,8）の後。
（出力サイズがあるので、2 * 2）に分けること（2 * 2）の2つのセクションでは、我々が得ます：
各セクションの最大プーリングを行い、あなたが得ることができます：
次のように全体のプロセスは次のとおりです。
説明：プールが2 * 2を必要とする後のサイズは、5×7であり、この場合には領域の提案は、それが図ことを特徴とする7 * 2二分しない* 2、行が5/2である5に分割されています。 、最初の2行を与えるために、ラインの残りの部分は、最初の列は、4 3、左の列を与えるために、カラムが7/2であり、3です。
高速化RCNN
主な改善ではなく、選択的検索のRPNを使用することです
各画素についてこのようのみ背景ほとんどの場合、生成されたアンカーブロックので、バイナリ分類ソフトマックスの使用などのアンカーブロック9を生成し、破棄されていない場合、フレームは、もしそうであれば、関心のアンカー・オブジェクトであるか否かを判断しますROIプーリングへ
後者は、特に、ソフトマックスが決定されているオブジェクト
