深度学习的目标检测：
数据驱动进行表示学习
根据训练数据自适应构建特征提取器
缺点：
需要大量有标注数据
学习过程和所学到的表示难以解释
高度非线性
RCNN关键词：
1候选框 selective research
2对于候选框的分类与回归
流程：
image--->产生近2000个候选框--->对每个候选框输入到卷积网络--->CNN后的特征分别放入BBOX回归和SVM二分类器
RCNN
RCNN使用CNN提取特征，不使用滑动窗口
RCNN用有监督预训练解决表示学习需要大量有标注数据问题
生成少量候选区域减少计算量
RCNN存在的问题：
由于候选框大小不一致，卷积后的特征map也是大小不一致的，所以不能够共享网络。
两阶段检测器：1.生成可能包含物体的候选区域 2.对候选区域进行进一步分类与校准，得到最终的结果。 未能实现端到端
Select Search算法：
分割的形式将像素分割成许多小块，如果相邻两个小块相似程度很高，进行合并（形成多个区域）
1.多个小区域集合R,初始化相似集合为空集S
2.计算相邻区域之间的相似度，放入s,集合s保存一个区域对以及他们之间的相似度。
3.找出s中相似度最高的区域对，将他们合并，从s中删除与他们相关的相似度和区域对，放入集合s中，并将这个新区域放入R中。重复这个步骤，直至S为空。
4.从R中找出所有区域的boundingbox，这些bounding box 就是物体可能的区域。
相相似度度量：
1.颜色相似度
2.纹理相似度
3.尺寸相似度
4.填充相似度
以上相似度度量方式计算出来的值都会被归一化到区间[0,1]。
使用SVM进行分类：
使用SS算法生2000个左右的候选框，对候选框框出的图像进行缩放至固定大小。
将固定大小的图像输入到CNN生成固定长度的特征向量。使用CNN生成的特征向量进行分类。
RCNN中的SVM是一个二分类器。
当bounding box只含有部分物体时，如何定义正负样本？使用IOU原则（intersection-over-union）
IOU:用来描述两个框的重合度。（可以理解成预测出来的框与原来图片标注的框的重合度）
IOU=（box1∩box2)/(box1∪box2)当生成的候选框包含原图标注框（ground-truth)部分内容时,需要一个阈值以判断该region proposal属于正、负样本。当IOU大于某一个阈值时，为正样本。小于某一个阈值，为负样本。对于同一个物体可能产生多个候选框，使用非极大抑制去除冗余框。
为每一个类别训练一个SVM分类器。根据论文中CNN输出的特征2000个227*227的候选框图像
即2000*4096这样的特征向量矩阵与4096*N点乘。N是分类类别数目，因为要训练N个SVM，每个SVM包含4096个权值。
边框回归：
边框四元组（x,y,w,h）x,y用于标定框的中心位置。w,h用于记录框的大小。
边框回归：主题思想就是对于输入的proposal窗口P,寻找一种关系使得P接近Ground Truth窗口G.得到G'.
边框回归的做法：平移与缩放。
