Q1：每类算法有哪些算法
Q2：每种算法是用来做什么的
Q3：每种算法的基本原理
Q3：每种算法的优点以及缺点
One-stage(无提案)目标检测模型
Yolo v1
用途：实时目标检测，将目标检测任务从两阶段转为一阶段
优点：快，全局上下文信息，泛化能力强，鲁棒性强，端到端训练，结构简单
缺点：精度较低，对小物体和密集物体效果差，
流程：
1.将输入图像resize成$448448$，并且按照$77$进行网格划分，对于yolov1，这两个参数固定
2.每个网格预测2个边框，在yolov1中，这个参数固定，共98个预测
3.每个预测为：(x,y,w,h),confidence score，即边界框的中心坐标，宽度，高度和置信度分数；置信度分数表示：框中含有目标的可能性以及预测框与真实框的lou(交并比，0-1，越大表示越重合)
4.置信度过滤：筛选掉置信度过低的预测框
5.非极大值抑制(nms)：对于同一个目标，可能有多个高度重叠的边界框，选择其中一个置信度最高的，抑制(删除)重叠程度过高(IOU)的边界框
6.输出，对于每个检测到的目标，输出：
边界框坐标:(x,y,w,h)或(x_min,y_min,x_max,y_max)，表示一个矩形
预测类别
置信度分数
SSD
作用：克服yolov1在小目标检测方面的困难
优点：速度快，精度高，多尺度，端到端
缺点：依赖于预设的锚框，需要nms，需要精心设计负样本选择策略
流程：
1.使用预训练模型(VGG16)作为骨干网络，提取特征，生成不同尺度的特征图
2.在每个特征图上预设一系列具有不同尺寸和长宽比的锚框
3.在每个尺度的特征图上，都附加了小卷积层(两个卷积核，一个分类一个回归)作为预测器，生成类别置信度和边界框回归偏移量
4.置信度过滤
5.nms
6.得到结果
Two-Stage(提案+精修)目标检测模型
思路：生成候选区域，然后对候选区域进行分类和回归
RCNN
作用：解决了准确定位和识别多个目标的问题，相较于传统算法降低了计算复杂度
优点：精度高，对小目标检测效果好，cnn利用了预训练
缺点：速度较慢，时空复杂度较高，非端到端
流程：
1.使用selective search方法生成1k~2k个候选区域，每个区域视为独立子图
2.使用深度网络提取每个候选区域的特征
3.将提取的特征送入每一类的svm的分类器，判断是否属于该类
4.使用回归器精细修正候选框位置
Fast RCNN
作用：大幅提高了rcnn的性能
优点：训练速度提升，推理速度加快，精度更高，空间占用更小
缺点：依然依赖selective search外部算法，该算法依赖cpu，非端到端
流程：
1.使用selective search方法生成1k~2k个候选区域
2.输入图像到网络，将候选区域对应的候选框投影到特征图上获得相应特征矩阵
3.使用ROI Pooling将每个特征图缩放到7*7大小，通过全连接层得到结果
Faster RCNN
作用：进一步提升了性能
优点：不再依赖selective search方法，实现了端到端，精度更高，速度更快
缺点：较为复杂，内存占用大，速度仍然不如单阶段算法
流程：
1.使用CNN提取特征图
2.使用Region Proposal Networks生成Region Proposals。使用softmax判断anchor(锚框)属于positive还是negativate样本，然后利用bbox regression修正anchors以获得精确的proposals(提案)
3.将特征图与提案输入Roi Pooling层，综合信息后提取proposal feature maps，送入全连接层判定类别
4.利用proposal feature maps计算proposal的类别，同时再次使用bbox regression获得检测框的精确位置
Anchor-free目标检测模型
这个分类和上两种不冲突，我觉得很有意思很新，所以单独拿出来讲一讲。
逐像素预测，每个像素都被看做候选中心点
Centernet
作用：通过检测目标中心点，并从该中心点回归(预测)目标的尺寸和局部偏移量从而实现预测
优点：无序锚框，无需nms，端到端
缺点：对重叠目标处理有限
流程：
1.使用目标中心点表示物体
2.使用中心点的特征预测中心点偏移量和目标框的长，宽
3.每个中心点只产生一个框，故无需nms，实现了端到端