R                         i                         c                         h                                                                            f                         e                         a                         t                         u                         r                         e                                                                            h                         i                         e                         r                         a                         r                         c                         h                         i                         e                         s                                                                            f                         o                         r                                                                            a                         c                         c                         u                         r                         a                         t                         e                                                                            o                         b                         j                         e                         c                         t                                                                            d                         e                         t                         e                         c                         t                         i                         o                         n                                                                            a                         n                         d                                                                            s                         e                         m                         a                         n                         t                         i                         c                                                                            s                         e                         g                         m                         e                         n                         t                         a                         t                         i                         o                         n                            Rich\ _{}feature\ _{}hierarchies\ _{}for\ _{}accurate\ _{}object\ _{}detection\ _{}and\ _{}semantic\ _{}segmentation                 Rich feature hierarchies for accurate object detection and semantic segmentation

                                R                         o                         s                         s                                                                            G                         i                         r                         s                         h                         i                         c                         k                         ，                         J                         e                         f                         f                                                                            D                         o                         n                         a                         h                         u                         e                         ，                         T                         r                         e                         v                         o                         r                                                                            D                         a                         r                         r                         e                         l                         l                         ，                         J                         i                         t                         e                         n                         d                         r                         a                                                                            M                         a                         l                         i                         k                             Ross\ _{}Girshick，Jeff\ _{}Donahue，Trevor\ _{}Darrell，Jitendra\ _{}Malik                 Ross Girshick，Jeff Donahue，Trevor Darrell，Jitendra Malik

                                用                         于                         精                         确                         目                         标                         检                         测                         和                         语                         义                         分                         割                         的                         丰                         富                         特                         征                         层                         次                             用于精确目标检测和语义分割的丰富特征层次                 用于精确目标检测和语义分割的丰富特征层次

  摘要：在规范的PASCAL VOC数据集上测量的目标检测性能在过去几年中一直处于稳定状态。性能最好的方法是复杂的集成系统，通常将多个低级图像特征与高级上下文结合在一起。在本文中，我们提出了一种简单的且可扩展的检测算法，相对于之前VOC 2012上的最佳结果，该算法将平均精度均值（mAP）提高了30％以上，是mAP达到53.3％。我们的方法结合了两个关键的见解：（1）一个可以将高容量卷积神经网络（CNN）应用于自下而上的候选区域，以便对目标进行定位和分割；（2）当标记的训练数据不足时，对辅助任务进行有监督的预训练，然后进行特定领域的微调，可以显著提高性能。由于我们将候选区域与CNN结合在一起，因此我们将我们的方法称为R-CNN：具有CNN特征的区域。我们还将R-CNN与OverFeat（一种最近提出的基于相似CNN架构的滑动窗口检测器）进行了比较。我们发现，在200类ILSVRC2013检测数据集上，R-CNN优于OverFeat。

图1 目标检测系统概述。我们的系统(1)拍摄输入图像，(2)提取大约2000个自下而上的候选区域，(3)使用大型卷积神经网络（CNN）计算每个候选的特征，然后(4)使用类别的线性分类器SVM对每个区域进行分类。 R-CNN在PASCAL VOC 2010上实现了53.7％的平均精度均值（mAP）。为进行比较，[39]报告35.1％mAP在使用相同的候选区域，但采用空间金字塔和视觉效果的方法的情况下。流行的可变形的组件模型(deformable part models )的性能为33.4％。在200类的ILSVRC2013检测数据集中，R-CNN的mAP为31.4％，相比之前获得最好结果24.3％的OverFeat [34]有了很大的提高。