在 Faster R-CNN 中，檢測器使用了多個全連接層進行預測。如果有 2000 個 ROI，那么成本非常高。
feature_maps = process(image)
ROIs = region_proposal(feature_maps)
for ROI in ROIs
patch = roi_pooling(feature_maps, ROI)
class_scores, box = detector(patch) # Expensive!
class_probabilities = softmax(class_scores)
R-FCN 通過減少每個 ROI 所需的工作量實現加速。上面基於區域的特征圖與 ROI 是獨立的，可以在每個 ROI 之外單獨計算。剩下的工作就比較簡單了，因此 R-FCN 的速度比 Faster R-CNN 快。
feature_maps = process(image)
ROIs = region_proposal(feature_maps)
score_maps = compute_score_map(feature_maps)
for ROI in ROIs
V = region_roi_pool(score_maps, ROI)
class_scores, box = average(V) # Much simpler!
class_probabilities = softmax(class_scores)現在我們來看一下 5 × 5 的特征圖 M，內部包含一個藍色方塊。我們將方塊平均分成 3 × 3 個區域。現在，我們在 M 中創建了一個新的特征圖，來檢測方塊的左上角（TL）。這個新的特征圖如下圖（右）所示。只有黃色的網格單元 [2, 2] 處於激活狀態。
在左側創建一個新的特征圖，用於檢測目標的左上角。
我們將方塊分成 9 個部分，由此創建了 9 個特征圖，每個用來檢測對應的目標區域。這些特征圖叫作位置敏感得分圖（position-sensitive score map），因為每個圖檢測目標的子區域（計算其得分）。
生成 9 個得分圖
下圖中紅色虛線矩形是建議的 ROI。我們將其分割成 3 × 3 個區域，並詢問每個區域包含目標對應部分的概率是多少。例如，左上角 ROI 區域包含左眼的概率。我們將結果存儲成 3 × 3 vote 數組，如下圖（右）所示。例如，vote_array[0][0] 包含左上角區域是否包含目標對應部分的得分。
將 ROI 應用到特征圖上，輸出一個 3 x 3 數組。
將得分圖和 ROI 映射到 vote 數組的過程叫作位置敏感 ROI 池化（position-sensitive ROI-pool）。該過程與前面討論過的 ROI 池化非常接近。
將 ROI 的一部分疊加到對應的得分圖上，計算 V[i][j]。
在計算出位置敏感 ROI 池化的所有值后，類別得分是其所有元素得分的平均值。
ROI 池化
假如我們有 C 個類別要檢測。我們將其擴展為 C + 1 個類別，這樣就為背景（非目標）增加了一個新的類別。每個類別有 3 × 3 個得分圖，因此一共有 (C+1) × 3 × 3 個得分圖。使用每個類別的得分圖可以預測出該類別的類別得分。然后我們對這些得分應用 softmax 函數，計算出每個類別的概率。
以下是數據流圖，在我們的案例中，k=3。
總結
我們首先了解了基礎的滑動窗口算法：
for window in windows
patch = get_patch(image, window)
results = detector(patch)然后嘗試減少窗口數量，盡可能減少 for 循環中的工作量。
ROIs = region_proposal(image)
for ROI in ROIs
patch = get_patch(image, ROI)
results = detector(patch)文章出處：https://mp.weixin.qq.com/s/5zE78EU_NdV5ZeW5t1yV7A