论文题目：R-FCN:Object Detection via Region-based Fully Convolutional Networks
论文概要
论文主要是对Faster R-CNN的一个修改，即使用全部都是卷积，没有全连接的网络来进行Object Detection任务，而它针对的问题就是Faster R-CNN进行Feature projection与ROI Pooling后需要对很多Pooling后的重复特征进行全连接的问题，这里的计算量很大，而该文章就是要解决这个问题。
什么是全卷积，如何减少冗余计算
可以用一张图说清什么是全卷积
这是一个全卷积后分类的示意图。简单地来说，就是直接Feature Map到底部，然后map之后不加入参数。具体来说，针对classification的问题，对于Feature Extractor提出的Feature Map，我们卷积生成与Feature Map相同大小的score maps，但是channel规定为$k^2(C+1)$个。C代表分类的数目，那么C+1就多了一个背景，这个是好理解的。但是$k^2$如何理解呢？文中认为$k^2=kk$代表的是不同方位下的特征，可以用一张图来解释：
对于每一个分类C，取k=3意味着$k^2$表示9个区域，当然也可以取的更多。然后我们对$k-th$特征图进行$k*k$剖分为若干个$bins$,依次取对应的bins上的点的平均值得到一个$k^2$大小$C+1$个channels的带有方向性的Feature map组，然后对每个feature map求和，最后用softmax进行分类。这么做法的假设是特征图将自己想要表现的特征值很大。如果当前区域不是表现的特征，那么值就很小以至于无法激活。
对于bbox regression 也是如此，只是此时取的是$k^2*4$的特征图罢了。
话说我一直没有弄清bbox regression的原理。我知道它要拟合的是什么，但是我仍然不知道它是依据什么来拟合的，所以作者提出这个一定是对bbox有着非常深入的了解了。