R-CNN系列

R-cnn
基礎的網絡架構設計，先提取框，再在框上進行卷積。
fast R-cnn
直接卷積，在feature map 上卷積
faster R-cnn
使用RPN方法進行選框，end-to-end
mask R-cnn
加條路徑，像素級的運算，雙線性方法避免了兩次量化
Cascade R-CNN
兩個問題：1）RPN給出的樣本分佈不均，導致實際檢測質量下降，提高IOU閾值會導致過擬合；2）mismatch：高IOU閾值的檢測器應該在高假設的樣本上進行檢測。