Fast RCNN
步骤：
feature extraction：只运行一次CNN以提取feature map
sample ROI：在原图上选择性搜索产生Region Proposals
ROI projection：将Region Proposals投影到feature map上
ROI pooling：将ROI projection后的特征图变成固定大小的特征输出
分类和回归：通过FC生成bbox和class
总结：应用了两次量化，分别在ROI projection和ROI pooling
Faster RCNN
改进点：Fast中的ROI是通过选择性搜索产生的，faster中使用RPN(region proposal network)，将feature map作为输入，生成一系列object proposals，每一个都带有分数
步骤：