1.Two stage目标检测算法

​ 先进行区域生成（region proposal，RP）（一个有可能包含待检物体的预选框），再通过卷积神经网络进行样本分类。

​ 任务：特征提取—>生成RP—>分类/定位回归。

​ 常见的two stage目标检测算法有：R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN和R-FCN等。

2.One stage目标检测算法

​ 不用RP，直接在网络中提取特征来预测物体分类和位置。

​ 任务：特征提取—>分类/定位回归。

​ 常见的one stage目标检测算法有：OverFeat、YOLOv1、YOLOv2、YOLOv3、SSD和RetinaNet等。