下面有关R-CNN的说法哪些是错误的？
A: 候选区域的生成使用了选择性搜索算法，这些候选区域产生后就要利用非极大值抑制筛选一部分。
B: 每个候选区域都要使用一个AlexNet分类
C: 对于不同的候选区域，需要缩放到227X227的大小
D: 每个候选框中的边框精调采用了线性回归的方法。
A: 候选区域的生成使用了选择性搜索算法，这些候选区域产生后就要利用非极大值抑制筛选一部分。
B: 每个候选区域都要使用一个AlexNet分类
C: 对于不同的候选区域，需要缩放到227X227的大小
D: 每个候选框中的边框精调采用了线性回归的方法。
举一反三
- 有关Faster-RCNN的说法错误的是哪些？ A: 候选框的生成使用区域提名网络（RPN），比选择性搜索方法速度要快。 B: 非极大值抑制（NMS）可以减少候选框的数量，一般放在候选区域分类前完成。 C: 目标分类与边框精修的输入来自于区域提名网络。 D: 候选区域的生成与目标分类、边框精修的工作是一个网络完成的。
- 有关Faster-RCNN的说法错误的是哪些？ A: 候选区域的生成与目标分类、边框精修的工作是一个网络完成的 B: 候选框的生成使用区域提名网络（RPN），比选择性搜索方法速度大大提升 C: 非极大值抑制（NMS）可以减少候选框的数量，一般放在候选区域分类前完成 D: 目标分类与边框精修的输入来自于区域提名网络
- 有关Faster-RCNN的说法正确的是哪个？ A: 候选框的生成使用区域提名网络（RPN），比选择性搜索方法速度大大提升 B: 目标分类与边框精修的输入来自于区域提名网络 C: 非极大值抑制（NMS）可以减少候选框的数量，一般放在候选区域分类前完成 D: 候选区域的生成与目标分类、边框精修的工作是一个网络完成的
- 以下哪些目标检测算法中候选区域的生成采用了选择性搜索算法？ A: R-CNN B: Fast R-CNN C: YOLO v1 D: Faster R-CNN
- 以下哪些目标检测算法中候选区域的生成没有采用了选择性搜索算法？ A: R-CNN B: Fast R-CNN C: Faster R-CNN D: YOLO v1