在目标检测算法中,目标边框从无到有以及边框变化的过程在一定程度上体现了检测是
两阶段
还是
单阶段
的。
Two-stage
:
第一阶段
:
专注于找出目标物体出现的位置,得到建议框,保证足够的准确率和召回率
第二阶段
:专注于对建议框进行分类,寻找更精确的位置
优缺点
:通常精度较高,但速度较慢
典型算法
:
R-CNN
、
SPP-Net
、
Fast R-CNN
和
Faster R-CNN
One-stage
:
第一阶段
:
不需要得到建议框阶段,直接产生物体的类别概率和位置坐标值,经过单次检测即可直接得到最终的检测结果
优缺点
:速度一般比
Two-stage
算法更快,但精度有所损失
典型算法
:
SSD
、
YOLO