本文重点 在物体识别领域最常用的算法有RCNN算法

本文重点

在物体识别领域最常用的算法有RCNN算法，但是RCNN算法有些慢，然后又有了基于RCNN的Fast-RCNN,然后又进行了演变，变为了Faster-RCNN，本文将对这三个物体识别的算法进行简单的介绍。

什么是物体识别

给定一张图片，识别出这张图片中所有的物体的类别和定位，我们可以思考一下这是一个什么问题？

如果把它看成是一个回归问题，那么我们可以这样做

本土中共有4个对象，那么我们需要对每个对象都学习出(x,y,w,h),但是有的图片不知有一个对象，如图所示：

那么这样如果把它看成回归问题，我们根本不知道有多少个对象，所以我们把他们看成是分类问题，分类问题是这样做的，我们对一张图片画很多的框，然后判断这个框中是否有对象，如果有对象是什么对象，并且画出位置。这样看起来是可以解决问题的，但是我们我们要放很多的框（不同大小），才能保证每个对象都被框上。

如图所示，我们要放置很多不同的框框才可以，那究竟要放多少个？这个我们不知道，为了解决这个问题，我们可以使用选择性搜索

我们可以使用聚类算法先将图片中的比较相近的聚在一起，然后将聚类之后颜色相近的再次合在一起，然后我们可以在画出一些框框完全包含最终的聚类结果，然后这些框框就是最终我们需要处理的框框的数量，这样的话框框的数量就可以自己学习到了。

RCNN的进化

RCNN先将这些候选框框，resize就是调整一般大，然后放到卷积神经网络中提取特征，然后用提取的特征干两件事，一件是图片分类，一件是目标定位。

但是此时的RCNN会有一些问题，这个问题就是很慢，因为要将每一个框框逐步的放到卷积神经网络中，这里很慢的，我们可以结合前面章节介绍的分类的算法，使用卷积直接在图片上进行卷积操作

这样有多少框框我们也不管了，我们可以使用卷积直接在图片进行卷积，在如图所示的conv5图中我们可以看到此时的提取的目标我们将其切割出来，放到了全连接层，进行了分类和目标定位操作。如果我们将这块也使用神经网络解决，那么就又可以提高速度了

Faster R-CNN就是这样做的，事实证明，效果很好

总结

以上就是速度对比，这里主要是简单的介绍了一下，并没有详细介绍，有兴趣的，可以关注相应的论文。