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