论文地址：《Rich feature hierarchies for accurate object detection and semantic segmentation》
论文包含两个关键：（1）使用CNN处理候选框，以便定位个分割目标。（2）当训练集较小时，有监督的预训练和特点区域的微调。
介绍
目标检测系统总概：（1）输入一张图 。（2）提取候选区域（2k左右）。（3）使用CNN计算每个候选区域的特征。（4）使用class-specific linear SVMs计算类的概率。
使用R-CNN作目标检测
R-CNN由三个模块构成：（1）第一个模块产生候选区域。（2）第二个模块是一个大型的CNN网络，用来从候选区域提取固定长度的特征向量。（3）第三个模块是一组class-specific linear SVMs。
模型设计
候选区域
这里作者用到了“选择性搜索”（selective search），主要思路是根据图像的颜色、纹理、尺寸和空间交叠等参数来把图像分成许多子块，这种方法比穷举法效率更高。具体可以看这里：选择性搜索（selective search） ，Selective Search for Object Detection (C++ / Python)。