One-stage理解（与Two-stage的区别）

 one-stage目标检测算法（也称one-shot object detectors），其特点是一步到位，速度相对较快。另外一类目标检测算法是two-stage的，如Faster R-CNN算法先生成候选框 （region proposals，可能包含物体的区域），然后再对每个候选框进行分类（也会修正位置）。这类算法相对就慢，因为它需要多次运行检测和分类流程。而one-stage检测方法，仅仅需要送入网络 一次就可以预测出所有的边界框，因而速度较快，非常适合移动端。最典型的one-stage检测算法包括YOLO，SSD，SqueezeDet以及DetectNet。

 

检测器在检测时会出现问题：

存在多个目标时，由于模型只能预测一个边界框，因而它必须要选择一个物体，这会最终落在中间位置。即使是多个检测器同时检测，检测器也都会集中到中间，这是因为这些检测器并没有协同工作，每个检测器都想获得所有结果。

 

为了解决这个问题，让每个检测器分配到图像中的特定位置，这就是one-stage的解决办法。

以SSD为例，网络预测出845（13*13*5，网格为13*13，每个网格预测5个结果）个结果，对这些结果使用NMS筛选，理想状态下对每个目标预测一遍。