faster rcnn

rcnn 提出了 region proposal+cnn。输入图像，ss提取2000个左右的proposal，将每个proposal缩放到227*227的大小，并输入到cnn，在送入svm分类，对于分类好的proposal做bb回归。ss+svm分类+boundingbox边框回归（线性回归）

fast rcnn提出了ROIpooling：不同size 的porposal在经过一系列的conv+pooling操作以后，得到不同的feature map大小不一样，但是全连接啊，所有有了ROI，输入feature map，找到graund trueth对应的roipooling，比如输出应该是2*2，则把这个对应的分为2*2区域，每个区域maxpooling。这就真正实现end-end的操作。ss+多任务损失{softmax分类+边框回归}（分类和回归是同级输出）

faster rcnn。rpn，只需在最后的卷积层上滑动一遍。一张600*1000输入，一系列卷积最后得到256*40*60的feature map。使用3*3kernel进行卷积，得到个256维的特征向量，+cls（候选框）+reg（目标or背景）。3*3的滑窗对应的特征区域对应了3种尺度（128，256，512）3种长宽比（121）构成了9个anchor，一共40*60*9个框。虽然也是滑窗，但是在卷积上的，维度比原始降低了16倍。在送入roipooling生成固定大小的送如vgg16最后一层，在用softmax分类和smooth L1回归。

标签分类：需要给每个anchor分配标签，reg目标or背景iou大于0.7为正，小雨0.3为负，中间的舍去因为没用。

smooth l1损失。想比喻l2损失对于离群点更加路棒，并且在原点也更平滑。为啥用smoothL1 loss，L1loss的导数是常数，可以防止数据中的离群点（噪声）产生的loss过大导致的梯度爆炸。原始L1倒数在原点处不连续，于是在原点附近用二次函数代替