Fast RCNN

ref:

• Understanding and Implementing Faster R-CNN

Fast-RCNN 是一種 2stages 的 object detection network。

• stage 1 : 把image 經過conv 變成 feature map，再用 RPN 把 feature map 上的region (包含物件的區域) 都找出來
• stage 2 : 把所有regsion 都從 feature map 上切割出來，辨識它們的種類和位置大小

Stage 1 中，找出物件區域的方法，是 Anchor Box.
自己決定feature map 以每個格點為中心，都有N個 anchor box.
這N個 anchor box 的大小和長寬比例都不一樣。

然後再 feature map 上，針對每個格點上的每個 anchor box，判斷他是哪一個 class，或是都不是，就指定他是 background class。
所以RPN 的輸出是 class 和 regression(box 的 w,h).
然後每個featuer map 的格點都有 N 個 anchor box 對應的 class 和 regbox 值。

class : W, H, anchor_number, 2
Regre : W, H, anchor_numbwe, 4