Cascade R-CNN流程

Cascade R-CNN是一种目标检测算法，其流程如下：

1. 首先使用一个Faster R-CNN模型来生成一些候选框，这些候选框通常会包含一些假阳性。

2. 接着，通过级联的方式，将这些候选框分为不同的阶段，每个阶段使用一个单独的分类器来进一步筛选候选框。

3. 在每个阶段，使用候选框的特征来训练一个二分类器，该分类器用于判断该候选框是否包含目标。如果候选框被判定为不包含目标，则该框会被丢弃。如果候选框被判定为包含目标，则该框会被保留，并传递到下一个阶段进行进一步筛选。

4. 最后，对于保留下来的候选框，使用一个回归器来进一步调整其位置和大小，以更准确地匹配目标。

通过级联式的阶段来筛选候选框，Cascade R-CNN能够有效地去除一些假阳性，提高目标检测的准确率。