更快的 R-CNN: 通过候选区域网络实现实时目标检测(中文7000字,英

更快的 R-CNN: 通过候选区域网络实现实时目标检测(中文7000字,英文PDF)
摘要——目前最先进的目标检测神经网络都依赖region proposals算法来假设目标的位置。 SPP-net [1] 和 Fast R-CNN [2] 所取得的进步已经极大地减少了这些检测网络的运行时间，同时也暴露出region proposal计算的瓶颈。本文中，我们提出了一种候选区域网络（ Region Proposal Network ，简称RPN），它和检测网络共享整张图像的卷积特征，从而使得region proposals 的计算几乎不花时间。RPN 是一种全卷积网络，它在每个位置都能够同时预测目标边界和目标位置匹配度得分。RPN 是端到端训练，从而生成高质量的region proposals用于 Fast R-CNN 的检测。我们通过共享卷积特征进一步将RPN 和 Fast R-CNN 合并成一个网络，使用最近很流行的神经网络术语—“attention”机制，RPN组件能够告诉这个统一网络应该注意哪些位置。对于非常深的VGG-16模型[19]，我们的检测系统在GPU上的帧率为5fps（包含所有步骤），同时仅用每张图200个proposals取得了PASCAL VOC2007,2012以及MS COCO数据集的最好检测精度。
索引术语——目标检测，Region Proposal，卷积神经网络。