ROI Pooling

RCNN
ref 1

步骤：
1.使用Selective Search方法生成候选区域
2.对每一个候选区域使用CNN进行特征提取
3.对提取到的特征送入到每一类的SVM分类器 判断该区域是否属于该类特征
4.使用回归器精修候选框的位置

候选框搜索阶段：
使用selective search方法生成候选框，由于CNN提取特征时需要输入的大小固定 但是生成的候选框大小是不固定的因此需要对候选框进行缩放操作

1. 直接缩放 不管图像的长宽比例（各向异性缩放）
2. 先将boundingbox边界向外扩展延伸成正方形再进行裁剪，如果延伸出原始图像边界则用均值进行扩充如图B
3. 先裁剪出boundingbox 再使用均值扩充生成正方形图像
   
   对于上述三种处理方法 在原文中提出一种padding处理的方法 即先在候选框周围向外扩展16个像素值 之后再进行上述1,2，3的操作 对应上图中的第二，第四行

CNN特征提取阶段：
正负样本划分： 根据标注的boundingbox与候选框之间的IoU面积确定候选框是属于正样本还是负样本
如果不是针对特定任务进行 fine tuning那么卷积层所学到的特征就是基础的共享特征提取层，而全连接层提取到的