目标检测的算法原理
目标检测的算法分为三种：
one-stage算法：SSD、yolo、retinanet等，检测精度低，速度快
经典的two-stage算法：Faster RCNN、FPN、Mask RCNN等，精度高，速度低
Multi-stage算法：R-CNN、SPPNet，精度低、速度低（已经淘汰）
目标检测的任务
对于不需要预生成RP的Detection算法而言，算法只需要完成三个任务：
- 特征抽取
- 分类
- 定位回归
对于有预生成RP的Detection算法而言，算法要完成的主要有四个任务：
- 特征抽取
- 生成RP
- 分类
- 定位回归
目标检测的算法框架
先由算法生成一系列作为样本的候选框，再通过卷积神经网络进行样本分类
参考 （1）https://blog.****.net/JNingWei/article/details/80039079
（2）http://machinethink.net/blog/object-detection/ （one—stage）