1.1.1　R-CNN检测流程

R-CNN检测流程（见图1.2）可分成5个步骤：

（1）使用选择性搜索[9]在输入图像上提取候选区域；

[9]　参见Jasper Uijlings、Koen E. A. van de Sande、Theo Gevers等人的论文“Selective Search for Object Recognition”。

（2）使用CNN在每个缩放到固定大小（227×227）的候选区域上提取特征；

（3）将CNN提取到的Pool5层的特征输入N（类别数量）个SVM分类器对物体类别进行打分；

（4）将Pool5层的特征输入岭回归位置精校器进行位置精校；

（5）使用贪心的非极大值抑制（non-maximum suppression，NMS）合并候选区域，得到输出结果。

图1.2　R-CNN检测流程

由上文可见，R-CNN的训练过程涉及CNN特征提取器、SVM分类器和岭回归位置精校器共3个模块[10]。

[10]　论文中给出的图（图1.2）没有画出回归器部分。