像蜗牛一样，每天进步一点点

Fast-RCNN是一个基于深度卷积神经网络（deep ConvNets）实现的快速目标检测框架，代码作者Ross Girshick在RCNN的基础上增加了Multi task training，使得整个的训练过程和测试过程比RCNN快了许多。本文主要介绍了Fast-RCNN代码的安装与试用demo。

此文章是我在看PCA时看到的一篇文章，对PCA原理讲得很好，转载过来，以后好细看。原文章地址：PCA数学原理 PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。

本文简要介绍了如何用自己的数据训练Faster-RCNN。

solver是caffe中一个很重要的概念，简单来说solver通过不断 forward和backward计算梯度，用计算得到的梯度对模型进行优化，更新深度神经网络各层的参数，使得loss最小以使模型更好地拟合数据。