1、 選擇性搜尋：方法：滑動視窗，規則塊（利用約束進行剪枝）、選擇性搜尋（自底向上合併相鄰的重疊區域） 一步步計算相似度 並且合併、剔除相似度的高的

OverFeat: 核心思想：
1） 區域提名；多尺度滑動
2） 分類和定位：CNN來做分類和預測邊框位置 與AlexNet類似 1-5層特徵抽取，6-9層為分類層（分類任務） 不同的任務公用特徵抽取層（1-5層），只替換6-9層。
3） ’聚合（採用了滑動視窗和多尺度）不同位置和不同大小塊上的分類置信度會進行累加。
採用全連線層改造成卷積層的方式，使得相同區域的計算結果可以共享。（共享計算）

基於區域提名的方法
1.R-CNN
2.SPP-net（Spatial Pyramid Pooling,SSP）:傳統的方案是對影象進行不同位置的裁剪。SPP會對整圖提取固定維度的特徵，再把圖片平均分成四份、16份
不論輸入圖片大小是多少，都是提取固定長度的特徵 16份為 16256 4份 4

主要步驟如下：
1） 區域提名：從原圖生成2000個候選框
2） 區域大小縮放：不再做區域歸一化 而是縮放到 min(w,h)=s
3） 特徵提取
4） 分類與迴歸

3.Fast R-CNN
解決重複計算帶來的問題。
使用簡化的SPP層 RoI池化層
測試和訓練不再分多步進行省去儲存空間
SVD：使用SVD分解全連線層的引數矩陣，壓縮為規模很小的全連線層。
步驟：
1） 特徵提取 整圖輸入 得到特徵層
2） 區域提名：從原始圖片中提取候選區域 並把這些候選框一一投影到最後的特徵層
3） 區域歸一化：針對特徵層的每個區域候選框進行RoI池化，得到固定大小的特徵表示；
4） 分類與迴歸：通過2個全連線層，分別用Softmax多分類進行目標識別，用迴歸模型進行邊框位置與大小微調。

4.Faster R-CNN
不再使用選擇性搜尋！使用RPN（Region Proposal Network）來計算候選框
任意大小為輸入，輸出一批區域提名，每個區域對應一個目標分數和位置資訊！
1） 特徵提取：同Fast R-CNN 整張圖輸入
2） 區域提名 k個不同的矩形框 （k個標準框anchor boxes，一般取9）
3） 區域判定：提取後進行判斷，用k個迴歸模型微調候選框位置、大小。
4） 分類與迴歸：

5.R-FCN
將最後的全連線換成一個位置敏感的卷積網路，這樣所有的計算都可以共享。
具體來說，先把每個提名區域劃分成k*k個網格 每個網格都有對應編碼
會有預測有C+1個輸出，C是類別數，1是背景類別。
步驟：
1） 區域提名 RPN 全卷積網路結構
2） 分類與迴歸：利用和RPN共享的特徵進行分類 當進行bbox迴歸時，將C設定為4.

無區域提名的方法：
6.YOLO: 端到端的方法，進一步把目標判定和目標識別合二為一。
特點:
劃分成網格 在每個格子中找邊框，如B=2，則每個格子找兩個邊框及其對應的置信度、對每個格子進行分類求概率。較大的物體可由多個網格單元進行提名。採用NMS（非最大抑制）
直接分類不進行提名
問題：如有2個小目標在一個格子中，模型只能預測一個；損失函式對大小不同的框未做區分。

7.SSD：Single Shot Multibox Detector
改進了YOLO的缺點：
每個格子上有大小固定的不同的Box，稱為Default box，用來框定目標物體的位置。
SSD網路：1.前面網路是用於影象分類的標準網路（去掉分類相關層），2.後面的網路用於多尺度特徵對映層，實現檢測不同大小的目標。
SSD借鑑了Faster-RCNN中的Anchor機制，同時使用多尺度。