1.算法简介
《Rich feature hierarchies for Accurate Object Detection and Segmentation》这篇文章的算法思想又被称之为：R-CNN（Regions with Convolutional Neural Network Features），是物体检测领域曾经获得state-of-art精度的经典文献。
这篇paper的思想，改变了物体检测的总思路，现在好多文献关于深度学习的物体检测的算法，基本上都是继承了这个思想，这篇文章解释了物体检测和图片分类的区别：图片分类不需要定位，而物体检测需要定位出物体的位置，也就是相当于把物体的bbox检测出来，还有一点物体检测是要把所有图片中的物体都识别定位出来。
paper采用的方法是：首先输入一张图片，我们先定位出2000个物体候选框，对于每一个region proposal 都wrap到固定的大小的scale,227*227(AlexNet Input),然后采用CNN提取每个候选框中图片的特征向量，特征向量的维度为4096维，对于每一个类别，我们都会得到很多的feature vector，然后把这些特征向量直接放到svm现行分类器去判断，当前region所对应的实物是background还是所对应的