多目标识别

说一下自己的理解，我没有特别仔细地看过Fast-RCNN与Faster-RCNN的论文，RCNN框架大体的发展如下
RCNN -> SPPNET -> Fast-RCNN ->Faster-RCNN
1、RCNN奠定了现在检测的大框架：
object proposal -> feature extract -> classification
分别是：selective search 、CNN、SVM
2、SPPNET：
在feature extract中CNN的Pooling层做了点改动，使得网络输入图像的尺寸不需要固定。
3、Fast-RCNN:
feature extract 与 classification 用network来实现 有明显加速
4、Faster-RCNN:
用RPP-NET(Region Proposal Network)实现了object proposal,于是能够用一个network来实现
object proposal -> feature extract -> classification
这样一个原本在RCNN里用了三部分实现的流程，速度提高，效果上升
5、先看RCNN，了解整个大框架，理解object proposal这个东西，再看Fast-RCNN，怎么用Network来结合特征提取与训练这两部分，最后看Faster-RCNN，object proposal怎么用network去实现，proposal network与detection network一起训练的训练方法。
6、最重要的是，看论文，仔细看论文会有很多收获，看代码。当然可以先跑下Faster-RCNN的代码，参照原作者的Github，有详细的流程，体验一下威力如何。

R-CNN----->SPP---->Fast-RCNN--->Faster-RCNN  是一步步完善改进来的RBG大神确实很流弊 也可以看下知乎上大神的评价3w.zhihu.com/question/35887527最近也在做detection，也在弄fast-Rcnn，不过自己的例程也还没有跑成功。。。  所在用户组不能发站外链接。。。  

这个链接打不开啊