注：借鉴整理，仅供自学，侵删

简单来说，分类、定位和检测的区别如下：
classify：是什么？
localization：在哪里？是什么？（单个目标）
detection：在哪里？分别是什么？（多个目标）

1 算法流程

RCNN算法分为4个步骤：

1. 一张图像生成1K~2K个候选区域
2. 对每个候选区域，使用深度网络提取特征
3. 特征送入每一类的SVM 分类器，判别是否属于该类
4. 使用回归器精细修正候选框位置