出处，ECCV2014：http://www.cs.berkeley.edu/~rbg/papers/cnn-analysis.pdf
概述
使用VOC和SUN作为数据集，研究pretraining，finetuning，祖母细胞（grandmother cells），特征量级和空间信息对准确率的影响。总结起来就是：
- pretraining迭代次数越多，效果越好。（pretraining不存在过拟合）
- finetuning是好的。
- 祖母细胞是有的，也就是可能用极少的filter来代替全局filter。
- 特征的量级信息对准确率影响不算大
- 特征的空间信息对分类影响不大，对检测影响较大。
感觉另外一个重要的点是，RCNN在VOC07上的54.1的结果可以通过增加数据来进行很大的提高。
作者使用VOC12的数据增加到VOC07作为训练集后，效果提高了5%
文章没有新的方法，不展开叙述了。周六偷懒：）
