目标：我们有几个类别，然后我们要在这张图中找到这些类的所有实例
解决思路：是否可以按照回归的思路进行求解呢？
但是受限制于确定的种类输出问题。
方法：分类和回归是解决问题的两个套路，我们现在对于目标的探测问题不把它看作是回归问题，
而是看作是分类问题。所以我们将一张图片的一部分作为分类器的输入，进行判断；再重复运行判断。
问题：如何确定窗口的大小？
答案就是把所以尺寸都是一次，但是这是低效的方法，太多不确定。同时需要加入两个东西：背景的类和多标签的分类（你可以加入很多正值，不计算softmax损失，现在有了独立归回的损失，多个类在一个点上，但是还是用了损失函数。）
问题：太多的点需要我们去计算？
不全部进行，只查看一些可能的区域，在很少的区域运行分类器。
历史的上的目标探测方法：
1.HOG（histogram of oriented gradient） 方向梯度直方图
基本思想计算在特征的基础上进行线性分类，这就是分类器，线性分类器的速度非常快；在不同的比例下， 计算整个图像的方向梯度直方图，针对不同的尺度，不同位置区域进行线性分类。
2.Deformable parts model(DPM)
还是基于HOG的线性分类，但是更为强大的线性分类器，允许形变，很快的运算速度。
3. Region Proposals
输入一张图像，输出所以可能存在目标对象的区域，不关心对象的具体类别，在图像中寻找一些整体相似的结构，有很多小框的图像区域产生框，在进行选择。
Region Proposals —-selective search
基于像素出发，像素颜色和纹理的区域进行合并，形成相连接的区域，不断合并，最后图像包含很多图像块的区域，减少了搜索的区域。
4. RCNN 将检测方法和分类结合在一起
基本思想就是基于区域的CNN方法，输入一张图像，应用选择性搜索的检测方法，得到大概2K个不同大小和不同位置的框，把每一个框内的图像区域裁剪出来，调整到固定的大小，然后通过CNN网络进行分类。
这个CNN网络最后分别连接回归端和一个应用的SVM的分类端，回归端可以对目标框进行微调。
RCNN的实现步骤：
对这个网络进行微调从而可以用于检测，因为这个分类模型是针对Imagenet的1000类进行训练，而你的检测数据集中类别数目不一样而且图像的统计特性也不一样，在网络最后加上新的几层来处理你的类别，
帮你处理图像数据中不同的统计特性，这里进行的分类过程，但不是针对整张图像的处理，只是对检测数据集图像中正的或负的区域进行分类，初始化网络层。
要把提取的特征存到磁盘中，所以对每一张图像运行选择性搜索算法，你要提取出的这些区域，并输入到CNN网络中，把这些区域的特征存到磁盘中。
接下来训练SVM，使它基于这些特征进行正确分类，训练二分类的SVM，能够区分这些图像区域中是否包含对象，希望图像中有多个正的区域，判断出多个类别，对不用的类分别训练一个二分类的SVM。
对区域框进行回归，有时候你的region proposal 并不完美，从存储的特征回推到region proposal 的更正，这个更正是一个有趣的格式化表示，实际上就是回推出一个更正因子(correction factor )，告诉我们需要向右移动，所以做一个线性回归。
用于检测的数据集
评估指标：
平均准确率（mean average precision，MAP）0-100的数字。
Fast RCNN
训练：整体训练
关键技术：ROI池化 （region of interest pooling）
当输入的图片，很大可能是一个高分辨率的，而且我们有目标框，由selective research 得到目标框，把这个高分辨图像输入到卷积池化，全连接层希望得到低分辨率的conv特征值，然而整个图片的特征是高分辨率的，解决方法，as follows:
对于给出的目标框，我们把它投射到那个conv feature 空间，并把conv feature volume切成小块，切成下游层需要的h*w网络。
对于每一小格，我们进行max-pooling，共享卷积特征值，最后提取出那个区域输出，
同时，只使用了max-pooling.我们知道如何BP，可以对这些region of interest pooling 层进行BP算法。
Fast Rcnn的优势
Rcnn 很慢，我们要分开运行每一个目标框，每一个候选区都要独立通过卷积层；
对于fast rcnn 我们对所有的候选区同时进行卷积。
问题又出现了！ 对于推荐区域的选取，如果你将推荐区域的选取所花费的时间考量进来，之前的优势就非常的小。
在fast RCNN中，我们使用整张输入图片进行卷积，取代各个推荐区域进行卷积，在faster-RCNN中使用region proposal network 区域推荐网络来替代额外的区域推荐算法,获得卷积层最末端的特征图谱，从中获得推荐区域，其中比较关键的是区域推荐网络（region proposal network）
region proposal network
我们把卷积网络最后一层的特征图谱当作输入，将区域推荐网络添加到卷积神经网络上，对特征图谱进行滑窗
操作，这里的滑窗就是卷积，在区域推荐网络中，我们有两种相似的顶层结构，一边进行分类，一边判断图片中
是否包含检测目标，并进行回归，对位置信息做回归，滑窗和特征图谱之间的位置关联，表示我们查看的图片
哪一部分，回归得出的结果给出特征图谱中具体位置。
并不是直接对特征图谱中的位置进行回归，这里有几个形状固定的框，根据特征图谱点到初始图片点的关联，覆盖到
原始的图片上，在fast-RCNN中,我们将这些框从原始图片映射到特征图谱。现在，在faster-RCNN中我们将这些框从特征
图谱映射到原始图片，这里有n个卷积框，对特征图片进行卷积，对于每个框，每对一个区域进行卷积，它会产生一个评分
来判断这个框内是否有检测目标，还会输出四个回归坐标点，得到正确的框。
在faster-RCNN中，训练区域推荐网络，获得预测未知类的检测器。
Faster-RCNN的训练十分繁杂，包含四种损失，3*3卷积核，区域评分和坐标回归；是由3*3卷积核和一对1*1卷积核
对特征图谱做卷积得到，不同样式的卷积框，有着不同的位置和尺寸。
特征图谱上的点和原始图片上的点有着对应关系，并不是将所有点都一一对应起来，我们选取图片的一些区域进行对应，我们需要对这些区域进行选取，做外部区域推荐的时候，你所做的是选取区域，然后进行卷积，你期待卷积能够对图像进行处理，卷积所包含的信息对区域选取十分有用，为了减少计算量。
在最后，对于划分，你使用的同样的卷积特征图谱，无论是区域推荐，还是接下来的分类和回归。
