Faster R-CNN的步骤
1. 输入任意大小的图片，经过CNN网络输出特征图，特征图用于共享RPN、ROI Pooling
2. 特征图经过RPN生成候选区域
3.候选区域与1.中的特征图共同输入到ROI Pooling得到每个候选区域的特征图，然后进行softmax分类，bbox预测
即RPN + Fast R-CNN两个步骤
一、RPN网络
1. 得到特征图后，利用3x3的卷积核进行卷积，3x3的卷积核的中心点对应原图上的位置，将该点作为anchor的中心点，在原图中框出9个anchors
2. RPN得到候选框后，自己还会经过NMS处理，以及微调，从而得到更合适的候选框
二、 什么是PoI PooLing
Region of interest Pooling ：候选区域的池化
三、进行预测
通过Fast R-CNN进行预测，将经过ROI Pooling得到的候选区域的特征图经过1*1的卷积，然后经过softmax分类
