目标检测-RCNN

RCNN检测过程：给定一张输入图片，提取 2000 个类别独立的候选区域，将每个候选区域缩放到统一固定大小（论文中227*227），利用 CNN 提取固定长度的特征向量（论文中4096维），再对每个区域利用SVM进行目标分类，并使用回归器对候选区域位置进行修正。

提取候选框（region proposal）：论文中使用Selective Search提取候选区域。

Selective Search思想：

（1）采取过分割手段，将图像分割成若干个小区域。

（2）初始化相似度集合S。

（3）计算两两小区域的相似度，并添加到S中。

（4）从S中找到相似度最大的两个区域进行合并，同时删除这两个区域。然后计算合并后的区域与相似度最大的两个区域相邻                    区域的相似度，并添加到S中。重复计算合并。

（5）最后，获取候选框。