深度學習筆記（三）--目標檢測算法綜述

目前目標檢測領域的深度學習方法主要分爲兩類：two stage的目標檢測算法；one stage的目標檢測算法。前者是先由算法生成一系列作爲樣本的候選框，再通過卷積神經網絡進行樣本分類；後者則不用產生候選框，直接將目標邊框定位的問題轉化爲迴歸問題處理。正是由於兩種方法的差異，在性能上也有不同，前者在檢測準確率和定位精度上佔優，後者在算法速度上佔優。 相對於R-CNN系列的"看兩眼"(候選框提取與分

>>阅读原文<<