使用分类标签训练弱检测器的方法（Heatmap）

总体思路非常简单，就是用一个小输入尺寸的分类器网络在输入图像上滑动。可以看作一种非常naive的检测算法，分类网络依旧对应Detection中的分类网络，没有修正bounding box位置的回归网络，没有RPL网络，没有针对多尺度的多尺度bounding box，不对输入图像做任何的预特征提取，直接在原图上进行了一个exausted search，然后针对每个类做非极大值抑制，找出每一个类的最大响应位置，然后加一个阈值消除一些假的响应即可。

提高速度的trick是将网络的输出全连接层改成卷积层，在输入图像大于预设输入尺寸时，每一个类的输出不再是一个标量，而是一个feature map，或者叫heatmap，因为只是找最大值因此softmax没用了也没法用所以丢掉。