RCNN

# 什么是RCNN
RCNN用来目标检测的一种方法。

# 流程
step1: 输入图像
step2: 用Selective Search在图像上生成2千候选框
step3: 然后将这2千个候选框区域resize做尺寸固定（为什么要固定尺寸？因为CNN是预训练好的）
step4: 将resize内容送入预训练好的CNN当中（CNN不包括全连接层）
step5: 对从CNN中得到的特征图做分类和回归（每个候选框都会有一个对应的特征图，回归是线性回归）
step6: 依据经过SVM分类后得到概率矩阵对候选框做非极大值抑制（有多少类就有多少SVM）（根据概率排序后，根据IOU剔除非极大值对应的候选框）
step7: 根据与Ground Truthde的IOU筛选剩余的候选框（与GT的IOU大于一定阈值才能证明此候选框检测到了目标）
step8: 对候选框依据回归得到的参数做微调（有多少个类就有多少个回归器）（有四个参数，中心点x，y的偏移量，长h和宽w的缩放量）