R-CNN是一种目标检测网络
R-CNN（Region with CNN Feature）2014年提出，在此之前都是传统的目标检测算法，人为定义特征进行检测，进入了瓶颈期，进步缓慢，但是R-CNN出来之后将目标检测领域的准确率至少提高了30%，是第一个成功将深度学习应用到目标检测上的算法。R-CNN基于卷积神经网络(CNN)，线性回归，和支持向量机(SVM)等算法，实现目标检测技术。 R-CNN算法流程可分为三个步骤

一张图像生成1k~2k个候选区域(使用Selective Search方法)。找出所有潜在可能包含目标的区域；运行速度需要相对较快；比如， Selective Search在CPU上仅需要运行几秒钟就可以产生2000个候选区域。

对每个候选区域，使用神经网络抽取特征，特征送入每一类的SVM分类器，判别是否属于该类。
使用回归器精细修正预测框的位置，例如对于每个框，回归器预测其与真实框的距离差距(左上角与右下角点坐标)。 
从它的算法流程可以看出R-CNN具有以下缺点

测试速度慢；
训练速度慢，过程极其繁琐；
训练所需空间大。
具体步骤如下：

1、生成一系列感兴趣区域，即锚框
让我们从基础的图像分类出发，在图像分类中，我们输入一张图像，然后由模型输出属于的类别。对于目标检测，我们的算法也要实现分类的功能，与图像分类的区别是，一张图像上可能有多个类别目标，每个类别的数量也不尽相同，分布在整张图像上。一个很自然的想法是，我们每次提取图像中的一小块矩形区域，然后预测该矩形区域内图像的类别，这样我们就能得到目标的类别和位置。这就是生成感兴趣区域(Region of Interest即ROI)过程(如下图绿框就是我们的感兴趣区域)，如何高效的生成感兴趣区域将不在本文进行探讨。 

2、对这些区域进行分类判断并输出置信度得分
如下图，我们对每个框内图像都进行一次分类与置信度打分，然后对于一个阈值0.9分(超参可调)之上的框进行保留，那么这些框就是我们检测到的目标位置。由于每个我们的锚框都进行了预测，所以结果很可能出现多个框预测的都是同一个目标。于是我们还需要进行最后一步，去重！ 

3、非极大值抑制（Non Maximum Suppression，即NMS）
非极大值抑制在目标检测中是指，对于两个预测框如果重叠程度超过0.5(超参可调)，那么我们只保留其中置信度最高的框。多重复这样的过程，直到框的数量不在发生改变，那么我们就可以得到最终去重后的结果，如下图，检测到一个电线干和两个人。