深度学习: one-stage/two-stage/multi-stage 目标检测算法
https://blog.csdn.net/JNingWei/article/details/80039079
multi-stage 算法 ---- 分多步训练
最早期的检测算法 (主要为R-CNN、SPPNet) 都属于multi-stage系。这个时候的Selective Serach、Feature extraction、location regressor、cls SVM是分成多个stage来各自单独train的。故谓之曰“multi-stage”
two-stage 算法 ----分两步训练
到了Fast R-CNN的时候,Feature extraction、location regressor、cls SVM都被整合到了一个network里面,可以实现这三个task一起train了。由于生成RP的task还需要另外train,故谓之曰“two-stage”
附录:Faster R-CNN的训练过程的理解
https://blog.csdn.net/weixin_40449426/article/details/78141635
one-stage 算法 —单步训练
在YOLOv1中,“生成RP”这一任务被直接丢弃了。因此,整个算法只剩下了一个stage,故谓之曰“one-stage”: