在讲fast-rcnn之前，我们先来看一下spp net吧？～
spp net对r-cnn的改进主要有两点：
1. 只对原图提取一次特征。输入是图片，在feature层对应位置找到候选框的位置。
2. 结合空间金字塔方法实现cnns的对不同尺度的输入。实现数据的多尺度输入。分别划分不同的小块对feature进行pooling。
对比r-cnn提速100倍左右
问题：如何训练提取特征的网络？
流程：选框，CNN，SVM，回归
fast rcnn：
解决的问题：输入很多图重复计算耗时。
解决办法：借鉴spp net的思想，1. 图片过一次网络，在特征层选框；2. 提出roi pooling，将候选框划分为2*2的区域，提取特征，保证所有候选框提取的特征都是一致的。
流程改动：没有SVM，roi pooling后边直接接分类和回归分支
faster rcnn：
解决的问题：选择性搜索，找出所有候选框也非常耗时。
解决办法：使用region proposal network(rpn)-->提取边缘的神经网络。
具体做法：将rpn放在最后一个卷积层的后面。rpn直接训练得到候选区域。
rpn具体算法详解：https://www.cnblogs.com/wangyong/p/8513563.html
非极大值抑制算法详解：https://blog.csdn.net/zchang81/article/details/70211851
流程改动：加RPN在特征层选框，最终确定大约300个概率较高的框继续向后做ROI POOLING等，NMS移到网络最后决定300个框留下哪几个