单项选择题 2014年，Ross BGirshick提出了RCNN两阶段目标检测模型，该模型利用深度卷积神经网络提取特征，并非端到端得卷积神经网络模型，请描述该模型得检测流程（）。1.利用selective search方法在输入图像中提取2000个region proposals，并归一化到227*2272.候选图像输入到卷积神经网络中提取特征3.利用SVM进行分类4.使用NMS非极大值抑制去除IOU值较大冗余region proposals，并做目标框bbox回归

单项选择题 2015年，Ross BGirshick在之前的基础之上对模型的进行了优化，提出了Fast RCNN，该模型提出了一种ROI Pooling的方法，降低了模型对输入图像尺寸的依赖，并实现了端到端的目标检测ROI Pooling的运行方式是（）。1.利用selective search方法在输入图像中提取2000个region proposals 2.原始图像输入到卷积神经网络中提取特征3.将原始图像中的region proposal映射到卷积特征图上4.利用ROI Pooling将region proposal特征子区域下采样到统一尺寸，之后提取特征5.利用CNN模型进行目标识别和Bbox回归，使用NMS非极大值抑制去除IOU值较大冗余region proposals

单项选择题 深度可分离卷积相对于传统的卷积运算具有一定的优势，其主要集中在哪些方面？（）