R-CNN 最直观的理解
https://blog.csdn.net/weixin_41923961/article/details/80113669
目标检测庖丁解牛
https://bigquant.com/community/t/topic/128929
搞定目标检测（SSD篇）（上）
https://blog.csdn.net/cedi9117/article/details/86508976
搞定目标检测（SSD篇）（下）
https://blog.csdn.net/cedi9117/article/details/86509004
YOLOv3训练自己的数据详细步骤
https://blog.csdn.net/john_bh/article/details/80625220
YOLOv3训练自己的数据(GPU版本)
https://blog.csdn.net/u012135425/article/details/80294884
Yolov3参数理解
https://blog.csdn.net/weixin_42731241/article/details/81474920
基于caffe的SSD目标检测——训练集生成和lmdb文件的制作
https://blog.csdn.net/edogawachia/article/details/81669834
SSD目标检测lmdb数据结构剖析
https://blog.csdn.net/Touch_Dream/article/details/80598901
http://www.pianshen.com/article/200987344/
FastRCNN论文
https://blog.csdn.net/Weidong_of_seu/article/details/83096756
Faster R-CNN
https://blog.csdn.net/u013382233/article/details/87184338
Fast R-CNN使用selective search找出候选框，也非常耗时。Faster R-CNN提出一种全卷积神经网络叫做Region Proposal Network（RPN），用来提取region proposals。
步骤1：将整张图片输入CNN，进行特征提取；
步骤2：用RPN生成anchors，并对其进行筛选和标记，然后通过NMS剔除重叠的anchors，得到最终的region proposals，每张图片生成300个region proposals；
步骤3：把region proposals映射到CNN最后一层卷积的feature map上；
步骤4：通过ROI pooling使每个region proposal生成固定尺寸的feature map；
步骤5：使用softmax loss和smooth L1 loss对分类概率和边框回归进行联合训练。
RPN网络的结构如下图：
下图为Caffe版本的RPN网络图：
RPN的输入为原图片卷积之后得到的feature map，输出就是region proposals。
如何找到region proposals，就涉及到一个anchor的概念。在feature map上添加一个滑窗，即上图中的sliding window，在每个滑窗中假定可以最多找到k个region proposals，这k kk个region proposals可以被参数化为k个相关的box，这就是anchors。anchors是由不同的尺度（scale）和长宽比（aspect ratio）得到。
通过anchors，RPN就可以得到region proposals的信息。这种方式产生的region proposal个数远少于selective search产生的个数，而且质量也有很大的提升。
Faster R-CNN包含四个损失函数：
• RPN calssification(anchor good.bad)
• RPN regression(anchor->proposal)
• Fast R-CNN classification(over classes)
• Fast R-CNN regression(proposal ->box)
训练时采用4步交替训练（4-step alternating training）：
1. 单独训练RPN，得到RPN1，CNN1
2. 单独训练Fast R-CNN，结合第一步的region proposal，得到Fast R-CNN1，CNN2
3. fine-tune RPN1 on CNN2，得到RPN2（共享卷积层）
4. fine-tune Fast R-CNN1 on CNN2，结合第三步的region proposal，得到Fast R-CNN2（共享卷积层）