1.3.1　Fast R-CNN算法介绍

我们这里要介绍的Fast R-CNN通过多任务的方式将分类任务和检测任务整合成一个流程，同时带来分类和检测精度的提升。它的核心特点是通过softmax替代n个SVM分类器的分类分支，这个替代解决了训练过程中的多阶段的问题，使得Fast R-CNN成为一个可以进行端到端训练的模型。

Fast R-CNN的算法流程如图1.8所示，它包含的主要步骤如下：

（1）通过选择性搜索得到若干候选区域；

（2）将整幅图像送入神经网络，得到整幅图像的特征图（可以和步骤（1）并行执行）；

（3）使用感兴趣区域（region of interest，ROI）池化层（单层的SPP层）将不同尺寸候选区域的特征图映射成相同大小的特征向量；

（4）将特征向量输入由分类任务和检测任务组成的多任务分支，分类任务分支计算每个候选区域的类别评分（K类物体和1类背景），检测任务分支得到K类任务的4个坐标信息（4×K个输出）；

（5）通过NMS后处理得到最终的检测结果。

相较于SPP-Net，Fast R-CNN最大的优点是实现了目标检测任务的端到端学习，同时引进了多任务训练，在优化训练过程的同时避免了额外存储空间的使用，并在一定程度上提升了精度。在下面的介绍中，我们以源码为线索，逐渐揭开Fast R-CNN的神秘面纱。

图1.8　Fast R-CNN的算法流程