简要介绍一下目标检测的网络
（1）R-CNN的原理：先用框把物体找出来，然后将找出来的框放入CNN中进行分类，这就是RCNN的简单原理。
（2）SPP-net：直接输入整张图片，所有区域共享卷积计算。解决了R-CNN中每张图片都要提取的区域（selective search算法会提取2000个区域）都要进行卷积计算，计算量太大。引入了空间金字塔池化，为不同尺寸的区域，直接在conv5上输出提取特征，映射到固定尺寸的全连接层上。但是引入了一个新的问题，SPP层之前的所有卷积层不能进行fine-tuning，因为引入了SPP（空间金字塔池化），导致梯度回传困难。
(3) fast-rcnn：在spp-net的基础上, 引入了两个新技术，感兴趣区域池化层(ROI)和多任务损失函数，实现了end—to-end, 所有层都可以fine-tuning
(4)
区域推荐中不用selective search算法了，而是用RPN