关于R-FCN，其实我一开始是完全懵逼的，完全理解不了究竟是什么样的流程。今天我不知道自己理解的对不对，但还是把自己理解的做个记录吧。
1. Introduction
在Faster R-CNN中，RPN生成的region proposal经过RoI pooling layer处理，变成固定尺寸的特征向量，这是都能理解的。
这里的问题是，RoI pooling layer后面的FC层不是共享的，每个Roi都需要单独连接FC层，然后求置信度，这样效率肯定没有共享高。
所以为了可以做到共享网络层，有了R-FCN。R-FCN将原来FC层的计算替换成了卷积层的共享计算，使得最后的RoI直接输出结果。
2. Key idea
首先是在RPN和本文主要网络的共享卷积层最后一个feature map处，一方面，利用RPN生成region proposals。另一方面，用1x1的卷积核对feature map进行卷积，生成k*k*(C+1)深度的所谓的score map。(注意：整个深度是k*k*(c+1)，深度！)
这个k*k表示要把region proposal划分为几块。
我们将region proposal映射到这个score map上，这样所有region proposal(或者叫RoI)在score map上的深度就是k*k*(C+1)。RoI上每个grid cell都会占据一中颜色的通道(如图)。
我们对RoI进行池化，RoI的top-left这个grid，是由土黄色那个channel上对应的k*k的区域中top-left区域里的像素进行pool的结果。
这样得到RoI左上角的第一个值。剩下k*k-1个值方法一样。
score map上所有的RoI的池化操作都是共享进行的，只是所需的区域不同。
这样，我们就可以得到池化后的RoI，shape为k x k x C+1。
然后，再进行vote操作，利用的是average pooling，得到一个C+1的向量。
然后，用softmax来进行分类。
回归操作类似，只不过score map是k*k*4的。
从这整段解释可以看出，R-FCN真正做到了完全共享，大大提高了效率。
3.总结
一句话总结R-FCN，就是：原先Faster R-CNN是单独对每个proposal进行RoI pooling再分类，R-FCN则是在最后一层feature map上对所有的proposal同时进行RoI pooling，然后直接投入softmax进行分类，实现了所有层都共享。
4. References：
