目标:? 输出图片中汽车在图片中的位置
步骤: 用一些分类图片， 先训练一个分类的卷积 网络，之后用这个网络进行滑动窗口目标检测。
一开始可以使用适当剪切的图片(也就是整张版几乎都被汽车占据)，剪掉汽车以外的部分， 使汽车居于图片的中心位置，基本占据整张图片， 有了这个标签训练集，就可以开始训练卷积网络了，输入这些剪切过的图像，卷积网络输出Y(0或1表示图片中是否有汽车)， 训练完这个卷积网络，就可以用它来实现滑动窗口目标检测。
滑动窗口目标检测: 首先选选定特定大小的窗口，将窗口的图片传入深刚才训练的神经网络中， 进行训练， 之后第二个框送入神经网络，思路是以固定步幅滑动窗口，遍历图片中的每个区域，把这些剪切后的小图像( 窗口图像)输入卷积网络， 对每个窗口图像进行0或1的分类，第二步选择更大的窗口重新遍历整个图片
?
?
如何用卷积代替全连接层:
?
?滑动窗口实现：
假设此处使用4个滑动窗口， 蓝色， 绿色，红色，紫色的四个滑动窗口， 这四个窗口经过卷积网络前向传播， 得到一个2*2*4的向量，2*2每个格代表一个候选框, *4表示每一个元素是一个向量。
神经网络中的5*5卷积核 和 2*2POOL核是对图片进行压缩。
?
滑动窗口的缺点:
下面图片情况，可能存在所有窗口都不能完美匹配汽车位置，候选框是蓝色， 是精确的位置应该是红色的框。
?
?