取之于CSDN，还之于CSDN。话不多说，目标检测入门，搞起！
提到目标检测，不得不说的就是CNN系列，从R-cnn 到Fast R-cnn 再到Faster R-cnn。越来越完善，越来越优秀。
下面我们介绍目标检测入门第一弹---RCNN
目标检测任务：从一幅图像中，判断是否含有待检测目标，若是有返回其位置。（例：从图一中，检测这个缸体是否存在）
图一 缸体 （大小为100*100）
解决办法：1.一个简单的想法就是：建立一个神经网络模型，把整张图片传进去作为输入层，把输出层设为两类0/1。1代表是缸体，0代表不是缸体。 要是定位缸体位置的话，就将输出层设为缸体的左上角、右下角坐标。很简单，很轻松。
图二 多个缸体
那么问题来了，要是图片中待检测目标的数量不确定，不在是一个了（如图二）。有可能一个，有可能两个，有可能多个。这时神经网络可能我们就无法使用了。为什么不适用了呢？因为我们无法确定网络的输出，输出四个，还是八个，还是十六个？
大家注意，通过神经网络，我们能解决的是什么问题呢？当一幅图片中只存在一个待检测目标的时候，我们能够解决。那么我们可不可以将一幅图片分成不同的块，我们管它叫候选区域。我们对每一个候选区域，进行检测，是否就能够得到我们想要的结果了呢。答案是肯定的，如图三。我们将图片人为的划分成两部分，我们对每一个候选区域进行处理，分别使用神经网络，就能够得到我们想要的结果了。
图三 将一幅图片分成两部分
小伙伴可能会有疑惑，这个候选区域是怎么划分的呢，是如何生成的呢？那么下面，我们就来回答这个问题。
候选区域生成：最开始的候选区域，是通过滑动窗口的这种方式来进行生成。设置不同的滑动窗口尺寸，从左到右，从上到下生成候选框，这种生成候选框的方法是最全的，但是效率也是最低的。效率低不难理解，当有100个候选区域，就要启动100个神经网络。有1000个滑动窗口，就要启动1000个神经网络。为了检测效果好，我们希望候选框与目标尽量接近，大小接近，位置接近，所有我们会生成数以万计的候选框，效率自然底下。那么有没有什么办法，可以改进呢？
由此引出了，目标检测第一弹--RCNN的问世！
RCNN是如何解决这个问题的呢？RCNN没有采用滑动窗口生成候选框的方式，因为实在是太慢了。它采用了ss算法来进行候选框的生成。ss算法--Selective Search的缩写。通过图片的纹理特征，来进行候选框的生成。
摘取网上的一幅图片，从图片4中，我们可以看到通过纹理特征，得到的图片。这个根据不同的颜色信息，生成候选框。
图四 ss后得到图片
这样，比之采用滑动窗口的方式生成候选框，数量大大减少，且准确率也没有降低。当我们取得候选框后，RCNN针对每一个提取的候选框，通过卷积进行特征提取，最后采用svm分类，来完成目标检测任务。
RCNN 整体流程示意：
1.输入待检测图片
2.通过ss算法生成候选框
3.卷积提取特征，SVM分类
示意图：
1.输出图片
2.候选框
3.卷积提取特征、SVM分类