区域卷积神经网络（R-CNN）

region-based CNN or regions with CNN features

R-CNN 是目标检测领域的里程碑式模型，由 Ross Girshick 等人在 2014 年提出，首次将深度学习成功应用于目标检测任务。

R-CNN

• 区域提案生成

  使用选择性搜索（Selective Search）生成约 2000 个候选框。

• 特征提取
• 目标分类
• 边界框回归

Fast R-CNN [2015]

引入 ROI Pooling，共享卷积计算。

Faster R-CNN [2015]

将选择性搜索替换为区域提议网络（region proposal network）。

Mask R-CNN [2017]

增加实例分割分支，扩展多任务能力。