R-FCN 简介

一背景

在目标识别领域，长久以来存在两个矛盾：
分类网络的位置不敏感性：对于分类任务而言，我们希望随着某个目标在图片中不断的移动，我的网络仍然可以准确的将你区分为对应的类别。
实验表明，深的全卷积网络能够具备这个特性，如ResNet-101等。
检测网络的位置敏感性：对于检测任务而言，我们希望可以准确的输出目标所在的位置值。也就是随着某个目标的移动，我的网络希望能够和它一起移动，仍然能够准确的检测到它，即目标位置的移动很敏感。需要计算对应的偏差值，需要计算我的预测和GT的重合率等。但是，深的全卷积网路不具备这样的一个特征。

分类网络的位置不敏感性和检测网络的位置敏感性的一个矛盾问题，R-FCN提出了Position-sensitive score maps。

二 算法步骤

如图所示，我们先来分析一下R-FCN算法的整个运行步骤，使得我们对整个算法有一个宏观的理解，接下来再对不同的细节进行详细的分析。

1. 首先，我们选择一张需要处理的图片，并对这张图片进行相应的预处理操作；
2. 接着，我们将预处理后的图片送入一个预训练好的分类网络中（这里使用了ResNet-101网络的Conv4之前的网络），固定其对应的网络参数；
3. 接着，在预训练网络的最后一个卷积层获得的feature map上存在3个分支，第1个分支就是在该feature map上面进行RPN操作，获得相应的ROI；第2个分支就是在该feature map上获得一个K*K*（C+1）维的位置敏感得分映射（position-sensitive score map），用来进行分类；第3个分支就是在该feature map上获得一个4*K*K维的位置敏感得分映射，用来进行回归；