Two-Stage深度学习目标检测：准确度高、速度相对one-stage要慢CNN网络设计规则 从简到繁再到简的卷积神经网络多尺度特征融合的网络更轻量级的CNN网络RPN网络 区域推荐（anchor机制）ROI Pooling 输入：特征图、rois(1*5*1*1)以及ROI参数输出：固定尺寸的feature map分类和回归One-stage 使用CNN卷积特征直接回归物体的类别概率和位置坐标值（无region proposal）准确度低、速度相对two-stage快常见算法：YoloV1/V2/V3、SSD/DSSD等、Retina-Net等等核心组件：CNN网络、回归网络回归网络 区域回归（bounding box的置信度、位置、类别）Anchor机制（SSD）
