【两阶段目标检测】R-CNN论文精读与学习总结

目录
0. 前言1. R-CNN大体介绍1.1 作者遇到的两个问题1.2 R-CNN的大体思路1.3 一些细节
2. R-CNN的训练过程2.1 四个步骤2.2 训练过程的一些细节2.2.1 网络神经元学习效果可视化2.2.2 为什么迁移学习和训练SVM时正负类别定义不一样？2.2.3 为什么要用SVM进行分类，不能直接在训练好的CNN网络后面加个softmax吗？

3. 思考

前段时间在读R-CNN，今天写个博客对论文的内容和自己的理解进行总结，方便以后回顾，以及与大家学习交流。所有的博客都是博主二次消化吸收的产物，难免包含主观和不准确之处。最好的学习资料还是一手论文！
0. 前言

首先先回答两个问题：
（1）两阶段模型指的是哪两个阶段？
（2）R-CNN中的R指什么？
第一个问题，两阶段目标检测模型的第一个阶段是提取候选框（Region Proposal），第二个阶段

【两阶段目标检测】R-CNN论文精读与学习总结最先出现在Python成神之路。