一、RCNN：
找到概率最高的目标之后，与其他目标进行IOU交并比计算，若高于一定值，则说明这两张图片预测的是同一个目标，则把概率低的目标删掉
二、Fast RCNN
因为是直接得到特征图之后进行映射，所以不限制输入图像尺寸
Gx，Gy是调整中心点，Dx（P）是回归参数,exp就是e的多少次方
三、Faster RCNN
从提取到的feature map上，每个anchor生成2个概率，一个背景，一个目标。
256-d（一维向量）来历，指的是特征深度，这里使用ZF网络，如果VGG肯定就是512了。
感受野=(输出尺寸-1)*stride+kernel_size
再采用：
四、FPN结构（第四张图）
P2-P5如何分得anchor的计算方式
