15年论文，百度实验室
We introduce DenseBox, a unifified end-to-end FCN framework that directly predicts bounding boxes and object class confiences through all locations and scales of an image
讲DenseBox，全卷积网络，可以直接预测目标框和类别置信度。通过某张图像的所有定位和尺度。
we focus on one question: To what extent can an one-stage FCN perform on object detection?
作者的出发点，全卷积网络的目标检测性能到底如何？
pipeline:
卷积，上采样，从特征图到目标框和置信度是如何操作的呢？
一张输入图像，对应5个输出通道，分别表示有目标的置信度和该点对应目标框四个点之间的距离。
网络结构：
网络输出两个分支，第一个分支参数是1x1x1，输出置信度，第二个分支参数是1x1x4，是目标框4个脚的距离回归。
第一个分支求输出特征图上的每一点处是否有目标时，采用的时候L2损失函数，没有用交叉熵损失函数的是L2的表现就已经很好了，
二范数的定义忘了的，可以参考：https://www.zhihu.com/question/20473040，和MSE损失一样，都是计算距离。
第二个分支是是变量L2损失的和。
标签信息：
in the output coordinate space, its ignore flag fign is set to 1 only if there is any pixel with positive label within rnear = 2 pixel length.
and
3.4 Refifine with Landmark Localization.
略。