1.3.5　Fast R-CNN的训练细节

1．迁移学习

同R-CNN一样，Fast R-CNN同样使用ImageNet的数据对模型进行预训练。详细地讲，先使用1000类的ImageNet训练一个1000类的分类器，如图1.9的虚线部分所示；然后提取模型中的特征层及其以前的所有网络；最后使用Fast R-CNN的多任务模型训练网络，如图1.9的实线部分所示。

2．小批次训练

在Fast R-CNN中，设每个批次的大小是R。在抽样时，每次随机选择N幅图像，每幅图像中随机选择R/N个候选区域，在实验中N=2、R=128。对候选区域进行抽样时，选取25%的正样本（和真值框的IoU大于0.5），75%的负样本。