在講fast-rcnn之前，我們先來看一下spp net吧？～
spp net對r-cnn的改進主要有兩點：
1. 只對原圖提取一次特徵。輸入是圖片，在feature層對應位置找到候選框的位置。
2. 結合空間金字塔方法實現cnns的對不同尺度的輸入。實現數據的多尺度輸入。分別劃分不同的小塊對feature進行pooling。
對比r-cnn提速100倍左右
問題：如何訓練提取特徵的網絡？
流程：選框，CNN，SVM，迴歸
fast rcnn：
解決的問題：輸入很多圖重複計算耗時。
解決辦法：借鑑spp net的思想，1. 圖片過一次網絡，在特徵層選框；2. 提出roi pooling，將候選框劃分爲2*2的區域，提取特徵，保證所有候選框提取的特徵都是一致的。
流程改動：沒有SVM，roi pooling後邊直接接分類和迴歸分支
faster rcnn：
解決的問題：選擇性搜索，找出所有候選框也非常耗時。
解決辦法：使用region proposal network(rpn)-->提取邊緣的神經網絡。
具體做法：將rpn放在最後一個卷積層的後面。rpn直接訓練得到候選區域。
rpn具體算法詳解：https://www.cnblogs.com/wangyong/p/8513563.html
非極大值抑制算法詳解：https://blog.csdn.net/zchang81/article/details/70211851
流程改動：加RPN在特徵層選框，最終確定大約300個概率較高的框繼續向後做ROI POOLING等，NMS移到網絡最後決定300個框留下哪幾個