一、RCNN：

找到概率最高的目标之后，与其他目标进行IOU交并比计算，若高于一定值，则说明这两张图片预测的是同一个目标，则把概率低的目标删掉

二、Fast RCNN

因为是直接得到特征图之后进行映射，所以不限制输入图像尺寸

Gx，Gy是调整中心点，Dx（P）是回归参数,exp就是e的多少次方

三、Faster RCNN

从提取到的feature map上，每个anchor生成2个概率，一个背景，一个目标。

256-d（一维向量）来历，指的是特征深度，这里使用ZF网络，如果VGG肯定就是512了。

感受野=(输出尺寸-1)*stride+kernel_size

再采用：

四、FPN结构（第四张图）

P2-P5如何分得anchor的计算方式