静态目标检测网络架构发展

图像中目标检测的任务是分类+定位，所以与CNN基础架构相比，有以下几个针对性改进：

• 输出结构包含两部分：该目标属于某个类别的置信度，该目标的最小外接矩形
• 输入不是全图，而是候选目标区域（object proposal）

深度目标检测算法（网络架构）的发展历程：
R-CNN -> Fast R-CNN -> Faster R-CNN -> FCN -> YOLO -> SSD -> FPN -> Mask R-CNN
某种角度上，本质可以看做是object proposal 提取方式的发展史。

R-CNN（2014）

预先计算object proposal（selective search）+ 传统分类深度网络。分类pre-training，检测fine-tuning。

算法步骤：

• 在图像上生成objective proposal
• 在每个proposal上运行卷积神经网络，提取图像特征
• 将提取的图像特征分别送入Bbox（线性回归器）和SVM进行边框修正和分类

优点：
简单，易理解
缺点：
各个步骤是分离的，非常耗时，太依赖objective proposal算法。