RCNN训练过程

训练分类器：输入：fc(onehot,[1,0,0,0]或则[0.6,0.2,0.1,0.1])

　　先用大数据集训练一个网络，再用自己的数据集来训练（这样可以保证提取出有关自己数据集相关类的特征向量），再用这些正负样本（正：负=1：3）网络输出的对应的特征向量来训练分类器。

　　正样本采用GroundTruth（人工标注）;

　　负样本采用与GroundTruth的IoU小于一定阈值的框。

训练回归器：输入：卷积层（CNN）最后一层（x,y,w,h），输出：偏移量。

训练回归器的图片进行了筛选IoU>0.6。