1.4　Faster R-CNN

在本节中，先验知识包括：

❏ Fast R-CNN（1.3节）。

Fast R-CNN虽然实现了端到端的训练，而且通过共享卷积的形式大幅提升了R-CNN的计算速度，但是其仍难以做到实时检测，其中最大的性能瓶颈便是候选区域的计算。在之前的目标检测算法中，选择性搜索是最常用的候选区域提取方法，它贪心地根据图像的低层特征合并超像素（super pixel）。另一个更快速的方式是EdgeBoxes，虽然EdgeBoxes的候选区域提取速度达到了5张/秒，但仍然难以做到在视频数据上的实时检测，而且EdgeBoxes为了提取速度牺牲了提取效果。选择性搜索提取速度慢的一个重要原因是，不同于检测网络使用GPU进行计算，选择性搜索使用的是CPU。从工程的角度来讲，使用GPU实现选择性搜索是一个非常有效的方法，但是其忽视了共享卷积提供的非常有效的图像特征。