候選區域（Region proposals）
如果你們閱讀一下對象檢測的文獻，可能會看到一組概念，所謂的
候選區域，這在計算機視覺領域是非常有影響力的概念。
你們還記得滑動窗法吧，你使用訓練過的分類器，在這些窗口中全部運行一遍，然後運行一個檢測器，看看裡面是否有車輛，行人和摩托車。現在你也可以運行一下卷積算法，這個算法的其中一個缺點是，它在顯然沒有任何對象的區域浪費時間，對吧。
所以這裡這個矩形區域（編號1）基本是空的，顯然沒有什麼需要分類的東西。也許算法會在這個矩形上（編號2）運行，而你知道上面沒有什麼有趣的東西。
[Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 580-587.]
所以Ross Girshick，Jeff Donahue，Trevor Darrell，Jitendra Malik，在本幻燈片底部引用到的論文中提出一種叫做R-CNN的算法，意思是帶區域的卷積網絡，或者說帶區域的CNN。這個算法嘗試選出一些區域，在這些區域上運行卷積網絡分類器是有意義的，所以這裡不再針對每個滑動窗運行檢測算法，而是隻選擇一些窗口，在少數窗口上運行卷積網絡分類器。
選出候選區域的方法是運行圖像分割算法，分割的結果是下邊的圖像，為了找出可能存在對象的區域。
比如說，分割算法在這裡得到一個色塊，所以你可能會選擇這樣的邊界框（編號1），然後在這個色塊上運行分類器，就像這個綠色的東西（編號2），在這裡找到一個色塊，接下來我們還會在那個矩形上（編號2）運行一次分類器，看看有沒有東西。在這種情況下，如果在藍色色塊上（編號3）運行分類器，希望你能檢測出一個行人，如果你在青色色塊(編號4)上運行算法，也許你可以發現一輛車，我也不確定。
所以這個細節就是所謂的分割算法，你先找出可能2000多個色塊，然後在這2000個色塊上放置邊界框，然後在這2000個色塊上運行分類器，這樣需要處理的位置可能要少的多，可以減少卷積網絡分類器運行時間，比在圖像所有位置運行一遍分類器要快。
特別是這種情況，現在不僅是在方形區域（編號5）中運行卷積網絡，我們還會在高高瘦瘦（編號6）的區域運行，嘗試檢測出行人，然後我們在很寬很胖的區域（編號7）運行，嘗試檢測出車輛，同時在
各種尺度運行分類器。這就是R-CNN或者區域CNN的特色概念，現在看來R-CNN算法還是很慢的。
所以有一系列的研究工作去改進這個算法，所以基本的R-CNN算法是使用某種算法求出候選區域，然後對每個候選區域運行一下分類器，每個區域會輸出一個標籤，有沒有車子？有沒有行人？有沒有摩托車？並輸出一個邊界框，這樣你就能在確實存在對象的區域得到一個精確的邊界框。
澄清一下，R-CNN算法不會直接信任輸入的邊界框，它也會輸出一個邊界框b_x，b_y，b_h和b_w，這樣得到的邊界框比較精確，比單純使用圖像分割算法給出的色塊邊界要好，所以它可以得到相當精確的邊界框。
現在R-CNN算法的一個缺點是太慢了，所以這些年來有一些對R-CNN算法的改進工作，Ross Girshik提出了Fast R-CNN算法，它基本上是R-CNN算法，不過用卷積實現了滑動窗法 。
最初的算法是逐一對區域分類的，所以Fast R-CNN用的是滑動窗法的一個卷積實現，這和卷積的滑動窗口實現）中看到的大致相似，這顯著提升了R-CNN的速度。
事實證明，Fast R-CNN算法的其中一個問題是得到候選區域的聚類步驟仍然非常緩慢，所以另一個研究組，任少卿（Shaoqing Ren）、何凱明（Kaiming He）、Ross Girshick和孫劍（Jiangxi Sun）提出了更快的
R-CNN算法(Faster R-CNN)，使用的是卷積神經網絡，而不是更傳統的分割算法來獲得候選區域色塊，結果比Fast R-CNN算法快得多。不過我認為大多數Faster R-CNN的算法實現還是比YOLO算法慢很多。候選區域的概念在計算機視覺領域的影響力相當大，所以我希望你們能瞭解一下這些算法，因為你可以看到還有人在用這些概念。
對我個人來說，這是我的個人看法而不是整個計算機視覺研究界的看法，我覺得候選區域是一個有趣的想法，但這個方法需要兩步，首先得到候選區域，然後再分類，相比之下，能夠一步做完，類似於YOLO或者你只看一次（You only look once）這個算法，在我看來，是長遠而言更有希望的方向。
參考文獻：
Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi - You Only Look Once: Unified, Real-Time Object Detection (2015)
Joseph Redmon, Ali Farhadi - YOLO9000: Better, Faster, Stronger (2016)
Allan Zelener - YAD2K: Yet Another Darknet 2 Keras
The official YOLO website (https://pjreddie.com/darknet/yolo/)
閱讀更多 極客Array 的文章
