RCNN系列总结

1、RCNN：proposals,每个proposal在wrap之后输入到网络，提特征，输入到SVM（每一类都训练一个SVM二分类器），再输入到框的回归器进行精修（每一类也都训练一个框的回归器），最后非极大值抑制（每一类的框分别进行）

2、SPPNet：貌似类似RCNN，只是加了ROI Pooling，也是采取SVM一对多的二分类，并且训练网络的时候，没有对基准的网络更新。

3、Fast RCNN：proposals,整个图像输入网络，每个proposal在feature map中对应的位置利用ROI pooling的方式避免对proposal进行warp,在都由FCs层提取最后的特征，此特征一是输入到softmax分类器(所有类别用一个，K+1)中，一是输入到框的回归器(每类对应一个，4*K)中，都由网络完成，并且用的是分类和位置回归器放在一起联合训练的。

4、Faster RCNN:图，基础的卷积，在RPN之前生成一个feature map,feature map中的点都由９个anchors，用3*3*p的卷积核卷积，每个位置生成p维的特征向量，用它去训练一个含不含目标的二分类器，另外训练一个对anchors位置进行调整的回归器（输出为4*9）,利用RPN调整的anchors的位置以及原来基础网络生成的feature map，可以得到RPN判定含有目标的proposals的特征，再用一个softmax分类（K+1）,以及再对位置进行精修（这边就是每一类对应一个位置回归器4*k）

5、我很好奇的是为啥背景还有位置的回归器？？？？其实是在训练的时候，框的精修中，背景根本不做任何贡献，所以有没有无所谓了

注意：以上的很多细节还是得看代码