Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

摘要 最先進的目標檢測網絡依靠區域提出算法來假設目標的位置。SPPnet[1]和Fast R-CNN[2]等研究已經減少了這些檢測網絡的運行時間，使得區域提出計算成爲一個瓶頸。在這項工作中，我們引入了一個區域提出網絡（RPN），該網絡與檢測網絡共享全圖像的卷積特徵，從而使近乎零成本的區域提出成爲可能。RPN是一個全卷積網絡，可以同時在每個位置預測目標邊界和目標分數。RPN經過端到端的訓練，可以生成

>>阅读原文<<