location
對輸入圖像定位，找到盒子坐標（x,y,w,h)；Clssificaion and Location的最后一層是的特征做兩件事，一個是分類，一個是定位。
訓練時使用已有的模型，也就是最后一層全聯接之前所有的參數都用已有模型的，然后在這個基礎上進行微調（fine tune），使其向着想要的網絡去收斂。
分類時，softmax計算loss，隨機梯度下降SGD反向傳播更新參數。測試時同時得到分類得分和定位（坐標）。
回歸模塊（regression head）放在什么位置呢？選擇不同的卷積神經網絡，回歸模塊放的位置也是不一樣的。可以用於box坐標定位，也可以用於姿勢識別、人臉識別。
滑動窗口：實際要做scale變換，就是將圖像縮小、放大，用同一個滑動窗口去檢測。不同的神經網絡對比（ResNet深度參差網絡，層數越多Error越低）。
