1、 选择性搜索：方法：滑动窗口，规则块（利用约束进行剪枝）、选择性搜索（自底向上合并相邻的重叠区域） 一步步计算相似度 并且合并、剔除相似度的高的
OverFeat: 核心思想：
1） 区域提名；多尺度滑动
2） 分类和定位：CNN来做分类和预测边框位置 与AlexNet类似 1-5层特征抽取，6-9层为分类层（分类任务） 不同的任务公用特征抽取层（1-5层），只替换6-9层。
3） ’聚合（采用了滑动窗口和多尺度）不同位置和不同大小块上的分类置信度会进行累加。
采用全连接层改造成卷积层的方式，使得相同区域的计算结果可以共享。（共享计算）
基于区域提名的方法
1.R-CNN
2.SPP-net（Spatial Pyramid Pooling,SSP）:传统的方案是对图像进行不同位置的裁剪。SPP会对整图提取固定维度的特征，再把图片平均分成四份、16份
不论输入图片大小是多少，都是提取固定长度的特征 16份为 16256 4份 4256 整图 1*256
SPP使用了多级的空间尺度特征
能够在不同维度抽取特征
主要步骤如下：
1） 区域提名：从原图生成2000个候选框
2） 区域大小缩放：不再做区域归一化 而是缩放到 min(w,h)=s
3） 特征提取
4） 分类与回归
3.Fast R-CNN
解决重复计算带来的问题。
使用简化的SPP层 RoI池化层
测试和训练不再分多步进行省去存储空间
SVD：使用SVD分解全连接层的参数矩阵，压缩为规模很小的全连接层。
步骤：
1） 特征提取 整图输入 得到特征层
2） 区域提名：从原始图片中提取候选区域 并把这些候选框一一投影到最后的特征层
3） 区域归一化：针对特征层的每个区域候选框进行RoI池化，得到固定大小的特征表示；
4） 分类与回归：通过2个全连接层，分别用Softmax多分类进行目标识别，用回归模型进行边框位置与大小微调。
4.Faster R-CNN
不再使用选择性搜索！使用RPN（Region Proposal Network）来计算候选框
任意大小为输入，输出一批区域提名，每个区域对应一个目标分数和位置信息！
1） 特征提取：同Fast R-CNN 整张图输入
2） 区域提名 k个不同的矩形框 （k个标准框anchor boxes，一般取9）
3） 区域判定：提取后进行判断，用k个回归模型微调候选框位置、大小。
4） 分类与回归：
5.R-FCN
将最后的全连接换成一个位置敏感的卷积网络，这样所有的计算都可以共享。
具体来说，先把每个提名区域划分成k*k个网格 每个网格都有对应编码
会有预测有C+1个输出，C是类别数，1是背景类别。
步骤：
1） 区域提名 RPN 全卷积网络结构
2） 分类与回归：利用和RPN共享的特征进行分类 当进行bbox回归时，将C设置为4.
无区域提名的方法：
6.YOLO: 端到端的方法，进一步把目标判定和目标识别合二为一。
特点:
划分成网格 在每个格子中找边框，如B=2，则每个格子找两个边框及其对应的置信度、对每个格子进行分类求概率。较大的物体可由多个网格单元进行提名。采用NMS（非最大抑制）
直接分类不进行提名
问题：如有2个小目标在一个格子中，模型只能预测一个；损失函数对大小不同的框未做区分。
7.SSD：Single Shot Multibox Detector
改进了YOLO的缺点：
每个格子上有大小固定的不同的Box，称为Default box，用来框定目标物体的位置。
SSD网络：1.前面网络是用于图像分类的标准网络（去掉分类相关层），2.后面的网络用于多尺度特征映射层，实现检测不同大小的目标。
SSD借鉴了Faster-RCNN中的Anchor机制，同时使用多尺度。