表1.coco2017模型性能对比[1]
这个算法是一个系列，是RBG大神最初从RCNN发展而来，RCNN->fast RCNN->faster RCNN，那么简单的介绍下前两种算法。
首先RCNN，在这个算法中神经网络实际上就是一个特征提取器，作者用selective search的方法提取了一定数量（2000个）region proposal，然后对region proposal做卷积操作，将fc7这一层的特征提取出来用于分类和坐标回归，这里分类用的还不是softmax而是SVM。这个算法的贡献主要是提出了一种有效的特征利用方式，后续很多人在工程实践中都是用的fc7层的特征来做基于faster RCNN的应用。
到fast RCNN，fast RCNN将除了region proposal提取以外的部分都用一个网络来实现，与RCNN不同的是，1）他的分类和坐标回归的loss一起通过反向传播来更新网络参数；2）它在提取feature时并不会把每个region proposal都放入提取，而是将整幅图提取特征后，用坐标映射的方式提取feature，这样有两个好处a）快，因为一张图片只走一次网络；b）feature的特征受感受野的影响，能融合相邻的背景的特征，这样“看”得更远一些。
最后是faster RCNN，作者发现selective search的方法导致算法没有实时性的可能，因此，作者尝试用region proposal network来取代selective search的方法，并且与fast RCNN的分类和回归网络共用特征提取层，因此这样并不会带来太多额外的计算量，而实验结果也表明了，作者这样做确实提高的速度，并且还提高了准确率。因此，综上所述，region proposal network是faster RCNN的精华所在，也是精度高于以及速度慢于后续YOLO和SSD算法的原因。
整个Faster RCNN训练过程可分为4步：
第一步：用在ImageNet数据集上训练好的model初始化模型，训练一个RPN网络；
第二步：用在ImageNet数据集上训练好的model初始化模型，同时用第一步中训练好的RPN网络生成的region proposal作为输入，训练一个Fast RCNN；
第三步：用第二步训练好的Fast RCNN的网络参数初始化RPN网络，但是将RPN与Fast RCNN共享的网络层的learning rate设置为0，仅微调RPN独有的网络层。
第四步：固定共享的网络层，仅微调Fast RCNN所独有的fc层
二、SSD
SSD使用VGG-16-Atrous作为基础网络，SSD 方法的核心就是 predict（预测） object（物体），SSD与yolo不同之处是除了在最终特征图上做目标检测之外，还在之前选取的5个特特征图上进行预测。
同时，SSD算法也是三种方法中检测速度最快的
SSD模型对bounding box的size非常的敏感。也就是说，SSD对小物体目标较为敏感，在检测小物体目标上表现较差。其实这也算情理之中，因为对于小目标而言，经过多层卷积之后，就没剩多少信息了。
虽然提高输入图像的size可以提高对小目标的检测效果，但是对于小目标检测问题，还是有很多提升空间的，同时，积极的看，SSD 对大目标检测效果非常好，SSD对小目标检测效果不好，但也比YOLO要好。
三大目标检测方法中，虽然Faster R-CNN已经出来两年了，但它对小目标的检测效果还是最好，SSD检测的速度是最快的，尤其是SSD mobilenet，YOLO v3吸取了前两者的一些优点，比Faster R-CNN快、比SSD检测小目标准，效果中规中矩。
原文：https://www.cnblogs.com/leafchen/p/13674297.html