1.1.3　预训练及微调

1．预训练

使用ILSVRC 2012的分类数据集，训练一个N类分类任务的分类器。在该数据集上，top-1的错误率是2.2%，实现了比较理想的初始化效果。

2．微调

对每个候选区域实现一个N+1类的分类任务（在PASCAL VOC检测数据集上，N=20；在ILSVRC检测数据集上，N=200），表示该候选区域是某一类（N）或者是背景（0）。当候选区域和某一类物体的真值框的交并比（IoU，指的是两个检测框交集和并集的比值）大于0.5时，该样本被判定为正样本，否则为负样本。