RCNN的流程

步骤一：

找到一个CNN分类模型

步骤二：

对于这个模型修改最后的分类层，为21类，去掉最后一个全连接层

步骤三：

根据选择性搜索提取图像的候选区域（框）

对于候选框修改大小以适应CNN输入，然后得出feature map即为提取到的特征

步骤四：

训练SVM分类器，对特定敏感区域进行分类，每个类别对应一个SVM分类器

步骤五：

使用回归器精细修正候选框位置：对于每一个类，训练一个线性回归模型去判定这个框是否框得完美