# Object Detection for Dummies Part 3: R-CNN Family

- 发布方：Lil'Log（Lilian Weng 个人博客）；作者：Lilian Weng
- 形式：文章 · en
- 原始资源：[https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/](<https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/>)
- 本站页面：[https://oplearnx.com/resources/res\_zykhydqarwsp](<https://oplearnx.com/resources/res_zykhydqarwsp>)
- 学习主题：人工智能 / 机器学习 / 计算机视觉 / 目标检测；人工智能 / 机器学习 / 计算机视觉；人工智能 / 机器学习 / 计算机视觉 / 视觉表征学习
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-24 10:54

## 能学到什么

理解 R-CNN 家族四代模型的设计动机、流程与损失函数，能读懂相关原始论文与开源实现。

- 说明 R-CNN 的完整流程：选择性搜索提候选区域、CNN 提特征、SVM 分类与边界框回归
- 写出 R-CNN 边界框回归的变换公式与回归目标，并解释为何做尺度与对数变换
- 解释非极大值抑制与难负样本挖掘的作用及操作步骤
- 说明 R-CNN 训练与推理慢的瓶颈来源
- 描述 Fast R-CNN 如何通过共享卷积计算与 RoI Pooling 加速训练
- 按目录理解 Faster R-CNN 与 Mask R-CNN 的结构位置（正文节选未覆盖，需阅读原文）

## 适合我吗

- 适合：适合想系统补齐经典目标检测方法脉络、准备读原始论文或复现代码的学习者；讲解配合公式与示意图，偏原理梳理而非动手实操。
- 需要留意：不适合想直接跑代码、训练模型的初学者，也不适合寻求最新检测方法（如 DETR 系、现代实时检测器）内容的读者；本篇无实操环节。

## 前置条件与费用

- 知识前置：需要了解 CNN 基本结构（如 VGG、ResNet）、图像分类流程，以及 IoU 等检测评价概念，文中默认读者已读过系列前两篇。
- 软件、账号与硬件：浏览器即可阅读；无需安装环境，原站未说明需要任何账号。
- 内容费用：免费：节选可直接读到完整正文内容，页面未见付费墙或登录拦截。
- 实践费用：实践费用待核验：原文为概念讲解，未涉及的实操环节与算力成本在页面中未说明。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- 浏览器：阅读文章正文与公式
- [系列前两篇与第四篇（Part 1 / Part 2 / Part 4）](<https://lilianweng.github.io/posts/2017-10-29-object-recognition-part-1/>)：补齐图像处理基础与前序、后续检测模型

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词

```text
请帮我把「Object Detection for Dummies Part 3: R-CNN Family」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：浏览器或在线环境。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：文章不含编程练习；可在读完每节后用自己的话复述模型流程，或对照论文流程图与开源代码理解实现细节。
课节（官方顺序）：
1. Object Detection for Dummies Part 3: R-CNN Family：https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/

1. 环境
- 现代浏览器（支持 MathJax 渲染公式）
- 可选：本地笔记工具记录公式推导
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/
3. 目录（最外层放在我确认的位置）
object-detection-r-cnn-family/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-object-detection-for-dummies-part/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 打开 https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/  → 页面显示标题、December 31, 2017 日期与完整目录
  - 查看目录中是否有 Bounding Box Regression、RoI Pooling 等小节  → 能逐节跳转阅读正文
  - 点击文中 code 链接  → 打开对应模型的 GitHub 仓库页面
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Object Detection for Dummies Part 3: R-CNN Family」。课程目录是 object-detection-r-cnn-family/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [Object Detection for Dummies Part 3: R-CNN Family](<https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/>)

## 指南参考

- [课程主页](<https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：开课提示词尚未实际运行验证
- **内容提示**：内容时效：网页标注文章发布于 2017 年 12 月 31 日，最后更新为 2018 年 12 月 27 日，综述的 R-CNN 家族模型为 2014–2017 年工作，此后目标检测领域已有重要进展。
- 转载与修改 · 课程页面与材料：未找到明确许可。页面与页脚未标注具体许可协议名称 [依据](<https://lilianweng.github.io/posts/2017-12-31-object-recognition-part-3/>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）