我的问题陈述如下：
" 使用 Tensorflow 和卷积神经网络进行对象检测和定位 "
我做了什么 ？
我已经使用 tflearn 库完成了从图像中进行猫检测。我成功地使用 25000 张猫图像训练了一个模型，并且其工作良好且准确。
Current Result :
我想做什么？
如果我的图像由同一图像中的两个或两个以上对象组成，例如猫和狗在一起，那么我的结果应该是“猫和狗”，除此之外，我必须找到确切地点图像上这两个对象的（边界框)
我遇到过很多高级图书馆，比如darknet , SSD但无法理解其背后的概念。
请指导我解决问题的方法。
注意：我正在使用监督学习技术。
预期结果 :
你有几种方法可以解决这个问题。
最直接的方法是使用一些边界框建议算法（例如选择性搜索）获取一些建议的边界框，并在您已经训练的分类网络的每个建议上运行。这种方法就是R-CNN采用的方法。
对于基于上述方法的更高级算法，我建议您阅读 Fast-R-CNN 和 Faster R-CNN。
Look at 使用 R-CNN 进行物体检测？ https://stackoverflow.com/questions/43402760/object-detection-with-r-cnn/43406468#43406468一些基本的解释。
暗网和 SSD 基于不同的方法，如果您想了解，可以阅读有关它们的内容
http://www.cs.unc.edu/~wliu/papers/ssd.pdf http://www.cs.unc.edu/~wliu/papers/ssd.pdf https://pjreddie.com/media/files/papers/yolo.pdf https://pjreddie.com/media/files/papers/yolo.pdf
