1.目标检测
目标检测从上图可以看到，在图像中所有需要检测的目标都被一个矩形框给框选出来，在它的上面有一个目标置信度值。
2. One-Stage、Two-Stage
对于我们所有的目标检测网络，我们可以分成两种：
- One-Stage: 例如SSD、YOLO
- Two-Stage: 例如Faster-RCNN
2.1 Two-Stage
Two-Stage 例如Faster-RCNN这一系列网络，对于这一系列网络，它的检测过程分成两步：
1)通过专门的模块去生成候选框(RPN),寻找前景以及调整边界框（针对我们生成的anchor）。
前景：我们所需要检测的目标 背景：我们不感兴趣的都属于背景
2) 基于我们第一步生成的候选框进行分类以及调整边界框（基于proposals）
2.2 One-Stage
基于anchors直接进行分类及边界框调整，例如SSD、YOLO
2.3 One-Stage 和Two-Stage对比
很明显，One-Stage检测速度会更快，因为它只需要一步，就能完成目标检测任务。然而Two-Stage 虽然会更加耗时，它换来的确是更高的精确度。
具体选择One-Stage还是Two-Stage则需要根据具体的项目需求来进行选择。
