RCNN系列笔记

目标检测系列参考链接
目标检测算法总结（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet）
Rcnn总体流程图
selected search + alexnet + lstm + l-svm + bounding box regression + nms

1. selected search
   合并相邻像素值，合并依据为相似度，度量标准有纹理、梯度、颜色等。当合并到一定比例之后，求每个像素块的最大外接矩形，该矩形即为生成的候选框.
2. Alexnet
   去掉最后一层1000层的全连接输出，并从imagenet进行预训练，迁移学习至Pascal 数据集。
3. l-svm
   为每个类别设计了一个二分类的分类器
4. bounding box regression
   利用pool5输出做loss计算，尺寸256x13x13