RCNN, Fast RCNN, Faster RCNN，针对每一分类做proposal regression，都是与类别相关的。
Faster RCNN的bbox，第一次粗回归，只有前景、背景2类，第二次位置精修就有n类（n可以是20，80等）类别更多、回归也更精细。
- 一张图像生成1K~2K个候选区域 - 对每个候选区域，使用深度网络提取特征 - 特征送入每一类的SVM 分类器，判别是否属于该类 - 使用回归器精细修正候选框位置
回归器 针对每一类目标，使用一个线性脊回归器进行精修。正则项λ=10000λ=10000。 输入为深度网络pool5层的4096维特征，输出为xy方向的缩放和平移。 训练样本 判定为本类的候选框中，和真值重叠面积大于0.6的候选框。
- 图像归一化为224×224直接送入网络。使用SS生成候选区域 - 一张图像进入深度网络提取特征 - 在特征图上框出候选区域作为输入，通过ROI pooling统一为NXM大小 - 用深度网络分类和位置精修
回归器 针对每一类目标，使用深度网络回归。
- 使用深度网络提取特征 - 使用RPN网络生成proposal - 此处相当于Fast RCNN网络。以RPN的输出作为输入，进行分类和位置精修
回归器 针对每一类目标，使用深度网络回归。
RPN结构
共享特征
Fast R-CNN框架与R-CNN有两处不同：
① 最后一个卷积层后加了一个ROI pooling layer；
② 损失函数使用了multi-task loss（多任务损失）函数，将边框回归直接加到CNN网络中训练。分类Fast R-CNN直接用softmax替代R-CNN用的SVM进行分类。
Fast R-CNN是端到端（end-to-end）的。
RCNN, Fast RCNN的回归损失函数都是：
RCNN
总损失函数：
分类交叉熵+回归损失函数
Fast RCNN
总损失函数
1. CLS使用对数损失函数
2. REG使用Smooth L1损失函数
Faster RCNN
multi-task loss
其中，
其他：
RPN网络的输入可以是任意大小（但还是有最小分辨率要求的，例如VGG是228*228，这是因为图像的有效感受野很大，ZF是171像素，VGG是228像素）的图片
参考：
https://blog.csdn.net/shenxiaolu1984/article/details/51066975
https://blog.csdn.net/shenxiaolu1984/article/details/51036677
https://blog.csdn.net/shenxiaolu1984/article/details/51152614
https://www.cnblogs.com/bile/p/9117253.html
