rcnn开创性工作，但是计算时间太长，重复计算太大。

spp_net将重复计算避免了。

hcp是yan shuicheng那边的，是用bing生成regions，然后用normalized cut将这些regions进行聚类，然后将聚类后剩下较小数量的regions进cnn，其实整体思路也是rcnn，只是减少了regions的数量。当然，其工作目的不一样，其当时这么做主要是为了提高多类分类的效果，如果仅仅这么做会降低检测的准确率，但是多类分类效果肯定会提高。但是，今年看到他们的Detection工作效果很好，说是用到了contextual information，我在想难道是先多类分类，分出来这张图片大概有几类目标，然后再进行检测定位吗？如果这样的话，多类信息怎么在检测中体现呢？我还没想明白，他们的slides里也没说。

由于吧caffe的windows版本调通了。现在spp和rcnn都可以windows下调用了。

rcnn spp_net hcp