Estudo de detecção de objetos baseado em Faster R-CNN

Faster R-CNN (R corresponde a “Região”) que combinou a rede RPN e a rede Fast R-CNN é uma das melhores maneiras de detecção de objetos da série R-CNN baseada em aprendizado profundo. A proposta obtida pela RPN está diretamente conectada à camada de ROI Pooling, que é um framework para CNN alcançar detecção de objetos de ponta a ponta. A viabilidade da implementação do Faster R-CNN na rede ResNet101 e na rede PVANET é discutida com base na implementação do Faster R-CNN na rede VGG16. Diferentes modelos de Faster R-CNN podem ser obtidos através do treinamento com o framework de aprendizado profundo Caffe. Um modelo melhor pode ser obtido comparando os resultados experimentais utilizando a precisão média (mAP) como índice de avaliação. Resultados numéricos mostram que o Faster R-CNN treinado pela rede PVANET obteve o melhor mAP.