目标检测方法:R-CNN/Fast R-CNN/Faster R-CNN/YOLO/SSD
状态有点不好，就先不自己总结了，记录下有价值的链接，留待之后再说
从R-CNN到RFBNet,深度目标检测5年纵览，文章+代码让你从入门到精通
CNN：包括CNN ResNet一直到Object Detection AndrewNG Deep learning课程笔记 - CNN
一些思考
为什么R-CNN需要SVM？
参考链接：为什么RCNN用SVM做分类而不直接用CNN全连接之后softmax输出？
一开始很不明白CNN和SVM的作用，后来明白，其实CNN只是用来提取特征的，真正做分类的是SVM
那么为什么需要有需要SVM在CNN之后做分类呢？
一方面，CNN训练需要大量的数据，所以在训练的时候，训练数据的IOU>0.5就认为是正类，其他都是负类，包括瞎选的背景，所以训练数据较多；而SVM训练的时候，GT才是正类，而负类是IoU<0.3，而中间的忽略
第二，也因为训练样本的选择方式不同，其实作者也用过softmax在cnn最后，但是效果不好，他分析，CNN训练，负样本是随机选取的，而不是SVM中用于训练的hard negative，所以分类mAP下降（具体可以看RCNN用SVM做分类而不用softmax）
那么，为什么SVM可以通过上述的选择方式提高性能呢？
参考上面链接中不可不疯癫的回答，说的很好，因为SVM不容易受到非支持向量样本的影响，而平常的LR容易受到所有样本的影响，能够适应于这种难例挖掘的时间
关于难负例挖掘问题，可以看薰风AI知识点：Hard Negative Mining/OHEM 你真的知道二者的区别吗？
候选框是怎么选择和训练的
通过对已有的框进行移动和放缩，看与真实坐标的差值
详见：边框回归(Bounding Box Regression)详解
Fast R-CNN
原来的R-CNN，先对完整图像提取ROI，对每一个ROI进行卷积，有大量的重复操作，Fast R-CNN是先对完整图像进行卷积提取特征，再提取ROI的对应特征，并且为了保证ROI不同区域的特征数在进入FCN前能统一，借鉴了SPP-net的池化方式，SPP-Net是把完整图像切割成16+4+1=21个，Fast R-CNN简化了一下，强制切成7*7
Faster R-CNN
虽然Fast-R-CNN效果不错，但是有个问题是他仍是需要先通过selective search找到proposal region，非常低效，而Faster R-CNN通过RPN（region proposal network）完成了侯选框的锚定，每一个像素取9个
最全的介绍，非常好一文读懂Faster RCNN ，还有代码的解释捋一捋pytorch官方FasterRCNN代码
先分类还是想NMS
按道理应该可以先分类在NMS，但是一般情况下很少两个不同类别的叠加在附近，所有检测NMS后在分类
Yolo的图
图无敌了，快速理解YOLO目标检测