一、跟经典的目标检测算法的比较：
1、穷举搜索（Exhaustive Search），选择一个窗口（window）扫描整张图像（image），改变窗口的大小，继续扫描整张图像。
二、RCNN算法分为4个步骤
1、一张图像生成1K~2K个候选区域 （Selective Search）
2、对每个候选区域，使用深度网络提取特征
3、特征送入每一类的SVM 分类器，判别是否属于该类
4、使用回归器精细修正候选框位置
1、合并规则、多样化与后处理
2、首先把候选区域归一化成同一尺寸227×227
预训练使用识别库（ImageNet ILSVC 2012）：标定每张图片中物体的类别。一千万图像，1000类
调优训练检测库（PASCAL VOC 2007）：标定每张图片中，物体的类别和位置。一万图像，20类
3、SVM 分类器
4、回归器
RCNN、SppNET、Fast RCNN、Faster RCNN
原文：http://www.cnblogs.com/wangxiao-zb/p/7794679.html