FAST RCNN与RCNN关系密切，它主要有一下方面改进：

1，Fast-RCNN将特征提取器、分类器、回归器合在了一起，都用CNN实现。

2，Fast-RCNN对整张图片进行特征提取，再根据候选区域在原图中的位置挑选特征。针对特征数目不同的问题，Fast-RCNN加入了ROI层，使得经过ROI层后，特征的数目相同，也就是图片的大小相同。

1. 步骤

　　　　　　　　　B0: 和RCNN中一样，用Selective Search 方法选取proposal

　　　　　　　　　B1&B2: 卷积和映射，除法

　　　　　　　　　B3:ROI Pooling

　　　　　　　　　B4: 全连接层 FC Layers

　　　　　　　　　B5: Multi-task Loss

　　　　1.1 B0

　　　　1.2 B1&B2

　　　　　　　　即B1是将整张图进行卷积操作，得到feature map，B2相当于是将途中经过B0生成的2000个proposal映射到feature map上

用除法映射可能会得到一个小数，这时会有一个取整操作。

　　　　1.3 B3

　　　　　　　　ROI pooling 其实就是，每个映射到feature map上的形状都不相同，通过ROI Pooling将他们调整到同一形状，为后面fc层的输入做准备。

　　　　　　　　1.3.1 原始ROI Pooling

　　　　　　　　　　具体操作就是，打格子，比如打2*2，7*7图片都出现在feature map上，面对两个不同的大小，无论是一个小的proposal还是大的proposal，都是打7*7的格子，通过Max Pooling来得到7*7。

　　　　　　　　　　这里图片上举一个打2*2格子的例子，打格子这个过程，假如图片大小是13*13，打成2*2，则是6.5，小数需取整一下。

　　　　　　　　　　注意到这里有两次可能取整的地方，一是proposal映射feature上的一次取整，二是打格子过程中会有一次取整的。

因为它有两次取整操作，会对小物体检测不太友善。因此 通过1.3.2有所改进：

　　　　　　　　　1.3.2 ROI Algn

　　　　　　　　　　　先打出四个格子，变为2*2，重复该操作使之变为4*4，然后通过双线性插值。

　　　　　　　　　　　优点是这其中的操作，没有任何取整操作。

　　　　　　　　　　　而缺点是，其一该方法依赖于数据集，需要根据数据集作相应的调整，比如需要预测的东西是一个很长的物体则不适用，其二它忽略掉了一些特征。故又通过1.3.3改进。

　　　　　　　　　　1.3.3 Precise ROI pooling

　　　　　　　　　　　　　　　　红色的f（x，y）是在做双线性插值，右边分子在用积分求红色像素的面积，而分母在计算绿色框的面积。

　　　　1.4 B4：全连接层 FC Layers

　　　　　　　　　　拿到ROI Pooling层里的图片，得到一个feature vector

　　　　1.5 B5：softmax分类与回归

参考目录：RCNN系列———LogM’s Blog