R-CNN系列

R-cnn
基础的网络架构设计，先提取框，再在框上进行卷积。
fast R-cnn
直接卷积，在feature map 上卷积
faster R-cnn
使用RPN方法进行选框，end-to-end
mask R-cnn
加条路径，像素级的运算，双线性方法避免了两次量化
Cascade R-CNN
两个问题：1）RPN给出的样本分布不均，导致实际检测质量下降，提高IOU阈值会导致过拟合；2）mismatch：高IOU阈值的检测器应该在高假设的样本上进行检测。