the bounding box regression of Faster R-CNN

- 回归窗口

- 线性回归建模

线性回归就是给定输入的特征向量X, 学习一组参数W, 使得经过线性回归后的值跟真实值Y非常接近，即Y’=WX

如何经过变换使得原始的Proposal转换为预测GT？思路如下：

note：只有当Proposal和Ground Truth比较接近时（线性问题），我们才能将其作为训练样本训练我们的线性回归模型，
否则会导致训练的回归模型不work（当Proposal跟GT离得较远，就是复杂的非线性问题了，此时用线性回归建模显然不合理）.

- 回归网络

• the input and output of bouding box regression are following：
  
  
• the loss function of bounding box regression network：
  
  where λ is balancing parameter
  
  
  
  参考文献：
  Faster RCNN详解
  一文读懂Faster RCNN