目标检测
rcnn：根据颜色等特征，将图像分为许多小区域（一般情况下颜色相同的都是一类物体）
合并区域，然后进行区域内的物体检测 即到卷积中进行预测（每个框一个卷积网络）
缺点：找到的框太多
fast-rcnn:整张图片卷积得到特征图
图片映射到特征图，
faster-rcnn:RPN 层，根据标注中框的位置，让卷积网络自己学习框应该在哪 （在特征图上提取框）
怎么学习？
有基数128,256,512，3种方式
对于一个像素点生成9个框，以他为中心
128256,256128,128128
256512,512256,256256
512512,5121024,1024*512