目标检测算法：rcnn

前言

在经历了一段时间的胡碰乱撞之后，对基于深度学习的目标检测有了初步的认识，决定开始系统地学习目标检测算法，品读论文，研究算法，编程实现。作为小白，还是从早期经典的RCNN开始入手。

RCNN详解

1.摘要

RCNN(region with CNN features)，区域卷积神经网络。主要有以下两个创新点：
(1) 通过图像分割和选择搜索(selective search)得到候选框(region proposal)，然后在候选框上使用CNN提取特征，用于定位和识别物体。


(2) 当带标签的训练数据不足时，对辅助任务的大训练集进行有监督训练，然后在小数据集上进行微调(fine-tune)。

2.训练过程

(1) 预训练卷积网络

• 在ILSVRC2013训练集上图片resize到227x227，有监督预训练alexnet。

(2) 卷积网络参数微调

• 首先，根据特定任务修改alexnet最后几层结构。
• 在小数据集中，对每张图片通过选择搜索得到的约2000个候选框，与groundt