RCNN，FastRCNN，FasterRCNN的发展历程自我理解

这三种网络结构主要是用于物体的检测以及识别。

一、RCNN：

　　首先使用搜索算法（SelectiveSearch）在图像上面选取出来大约2k个候选框，然后将这些候选框都送入到网络中进行特征提取，然后在对其进行分类与回归。

RCNN存在三个明显的问题：

1）多个候选区域对应的图像需要预先提取，占用较大的磁盘空间；

2）针对传统CNN需要固定尺寸的输入图像，crop/warp（归一化）产生物体截断或拉伸，会导致输入CNN的信息丢失；

3）每一个ProposalRegion都需要进入CNN网络计算，上千个Region存在大量的范围重叠，重复的特征提取带来巨大的计算浪费。

二、Fast RCNN

　　为了解决以上的问题，fast rcnn主要引进了2个方面。

　　1、提取候选框的时间上，fast rcnn首先直接对图片进行特征提去，然后在卷积的最后一层使用搜索算法（SelectiveSearch）对特征进行候选框提取，

　　在通过ROI Pooling对提取的候选框进行Warp到统一的大小格式。

　　2、A）SoftmaxLoss代替了SVM，证明了softmax比SVM更好的效果；

    　　 B）SmoothL1Loss取代Bouding box回归。

　　将分类和边框回归进行合并（又一个开创性的思路），通过多任务Loss层进一步整合深度网络，统一了训练过程，从而提高了算法准确度。

三、Faster RCNN

 　　faster rcnn主要是在提取特征上面进行了修改，加快了模型的处理速度以及精准度。

　　使用RPN网络代替fast rcnn的搜索算法（SelectiveSearch）对特征进行自动的候选框提取，使得网络得到的候选框质量更高、更好。（具体的思路查看：https://i.cnblogs.com/EditArticles.aspx?postid=8491734&update=1）

参考网站：

　　http://blog.csdn.net/linolzhang/article/details/54344350