前言概括
RCNN是运用深度学习进行目标检测的鼻祖，但是究其结构来说，不过是将传统的目标检测结构的提取特征的方法由Hog算法换成了卷积神经网络去提取特征，其网络结构用的是Alexnet。
传统目标检测的流程我在上一篇随笔中已经做过总结，某些例如“非极大值抑制”，“高斯模糊”这种方法我并没有展开介绍，为的还是把主体骨架阐述的足够清楚。不了解“非极大值抑制”这种词的，百度一搜即可，我希望看了我的随笔后，把不懂得名词记下来去百度，在回过头来看，就和自己的身体一样了如指掌了。
二者对比：左图为传统目标检测，右图为RCNN
操作步骤解释：
1.输入图片
2.做高斯平滑（模糊化，目的是去噪音）
3.用select search 算法，得到一个个候选区域
4.若上一步大小不一样，那么得到的候选区域也就不一样，无法喂入分类器，所以resize成同样大小。
5.用Alexnet的cnn网络结构提取候选区域的特征
6.对提取出来的特征做归一化
7.喂入SVM支持向量机进行分类
8.此时可能存在一个目标很多框框着它，此时用非极大值抑制，至此，一个个的候选区域已经分好类了。
而此时，只是处理好了select search算法弄出来的一个个候选框的分类。有可能select search做出来的候选框离真实目标的最小外接矩形相差不少，那么我们可以对select search 取好的候选框做一个微调，也可以说是边框回归。（边框回归的步骤为清晰化流程，不做展开，请自行百度）
9.当Alexnet进行到conv5时，最大池化后对其进行边框回归，然后接上非极大值抑制
10.老规矩，得到是正例还是负例后还原回去