定位：
针对分类利用softmax损失函数，针对定位利用L2损失函数（或L1、回归损失等）
人关节点检测
针对连续变量和离散变量需要采用不同种类的损失函数。
识别：
解决方案：
1.利用滑动窗口，框的大小和位置无法确定，目标检测需要巨大的计算量，pass
2.备选区域
利用区域选择网络ROI，将ROI处理成固定尺寸（与下游网络输入尺寸匹配），经过CNN后利用SVM分类（RCNN也会对输入的边界作补偿或修正）
基于区域选择网络也可以作为修正boundingbox的回归
RCNN的问题：
Fast RCNN：
先让整张图片通过一些卷积层得到整张图片的高分辨率特征映射，利用备选区域（可学习）的算法（如搜索），基于备选区域投影到卷积特征映射，之后从卷积特征映射提取属于备选区域的卷积块，而不是直接截取备选区域，将从卷积映射提取的图像块进行reshape，最后全连接分类
在训练时做全局反向传播学习
花费了大量时间在计算备选区域上
Faster rcnn：RoI Pooling
在fast rcnn的基础上插入RPN（Region Proposal Network）来学习预测备选区域
加强理解：https://cloud.tencent.com/developer/news/281788
https://blog.csdn.net/hunterlew/article/details/71075925
详解Faster-RCNN：https://zhuanlan.zhihu.com/p/31426458
YOLO/SSD：
Mask-RCNN可以用做姿态估计，语义分割，目标检测
1
