Fast-RCNN总结

网络流程

1. 输入一张图片
2. 开始卷积+降采样
3. 根据region-proposal,截取ROI（region of interest）,其实就是子图的特征图（feature-map）
4. 然后进行ROI-pooling（嫌麻烦的话，第三步和第四步可以合成一步）。
   问题：什么是ROI-pooling
   答案：https://blog.csdn.net/yychentracy/article/details/100172729
   另外可能还要了解一下SPP-net！
5. 接两个全连接（FC）
   作用：
6. 接两个全连接（FC）+ 两个损失函数（分类是softmax，回归是smoothL1）
   说明1：此时所有的ROI（其实就是子图对应的特征图，我习惯这么称呼了）的尺寸是一样的，假如懂ROI-pooling的话，应该明白。
   说明2：这两个全连接是并联的，一个用于分类，就是使用softmax给出一个概率分布，然后得出属于A，或者属于B等；另一个用于回归，给该类别的位置（矩形框）。
   

网络要点