对于图像的目标检测任务：通常分为目标的类别检测和目标的位置检测
目标的类别检测使用的指标：准确率， 预测的结果是类别值，即cat
目标的位置检测使用的指标：欧式距离，预测的结果是(x, y, w, h) x和y表示的是左上角的位置，w和h表示的是矩形框的宽和高
目标检测是分类和回归都进行的一种算法
对于位置的回归而言，使用全连接层获得结果的4个输出，使用欧式距离计算损失值
对图像物体进行卷积，对卷积后的特征图分开进行计算，一条通路计算回归，一条通路计算分类
目标检测的实际操作步骤：
第一步：下载一个已经训练好的目标检测模型参数, 可以是AlexNet, VGG，GoogLeNet
第二步：连接一个新的全连接层，用于进行分类和回归任务
第三步：进行实际参数的训练，对于回归任务，使用L2损失值，对于分类任务，使用softmax计算损失值，将求得的梯度，使用梯度下降SGD，来更新w和b参数
第四步：对训练好的模型使用测试数据进行测试
滑动窗口：使用221*221*3的窗口在图像上进行滑动，对每个窗口进行预测，判断哪个窗口存在物体的概率最大， 即一张图片的每个窗口都输出一个值
各个模型的分类结果对比， 残差网络，将当前层的输入与当前层的输出进行连接，作为下一层的输入，因为如果这一层卷积没有用的话，那么在训练的过程中，逐渐使得这层的参数为0，这样就不会导致训练结果变差的情况出现，因此可以加深网络的深度
