RCNN算法分为4个步骤 ：
- 候选区域生成： 一张图像生成1K~2K个候选区域 （采用Selective Search 方法）
- 特征提取： 对每个候选区域，使用深度卷积网络提取特征 （CNN）
- 类别判断： 特征送入每一类的SVM 分类器，判别是否属于该类
- 位置精修： 使用回归器精细修正候选框位置
RCNN :许多候选框（比如两千个）-->CNN-->得到每个候选框的特征-->分类+回归；
Fast RCNN :一张完整图片-->CNN-->得到每张候选框的特征-->分类+回归；
Faster R-CNN：基于Fast RCNN的问题做出了改进；
------Fast R-CNN存在的问题：存在瓶颈，选择性搜索，找出所有的候选框，这个也非常耗时。那我们能不能找出一个更加高效的方法来求出这些候选框呢？
解决：加入一个提取边缘的神经网络，也就说找到候选框的工作也交给神经网络来做了。
做这样的任务的神经网络叫做区域生成网络Region Proposal Network(RPN)，是一个全卷积网络。
Faster R-CNN具体做法：
• 将RPN放在最后一个卷积层的后面
• RPN直接训练得到候选区域
最后总结一下各大算法的步骤：
RCNN：
1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)
2. 每个候选框内图像块缩放至相同大小，并输入到CNN内进行特征提取
3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类
4. 对于属于某一特征的候选框，用回归器进一步调整其位置
Fast RCNN：
1. 在图像中确定约1000-2000个候选框 (使用选择性搜索)
2. 对整张图片输进CNN，得到feature map
3. 找到每个候选框在feature map上的映射patch，将此patch作为每个候选框的卷积特征输入到SPP layer和之后的层
4. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类
5. 对于属于某一特征的候选框，用回归器进一步调整其位置
Faster RCNN：
1. 对整张图片输进CNN，得到feature map
2. 卷积特征输入到区域生成网络RPN，得到候选框的特征信息
3. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类
4. 对于属于某一特征的候选框，用回归器进一步调整其位置
