检测方法中阶段的含义（one-stage/two-stage）

• 阶段： one-stage网络生成的anchor框只是一个逻辑结构，或者只是一个数据块，只需要对这个数据块进行分类和回归就可以；two-stage网络生成的 anchor框会映射到 feature map 的区域（rcnn除外），然后将该区域重新输入到全连接层进行分类和回归，每个anchor映射的区域都要进行这样的分类和回归，所以它非常耗时。
• one-stage: yolo
  
• two-stage: Faster-RCNN、mask-RCNN
  

指标分析

一般我们在讨论深度学习模型的时候，主要看：mAP（衡量检测效果） 和 FPS（衡量检测快慢）

mAP

• mAP是综合衡量检测效果，单看精度和recall是不行的
• IOU: 交并比
  
• 精度（precision）：代表检测正确的比例
  
• 召回率（recall）/ 查全率：代表检测的充分性
  
• 精度和召回率都只是从某一个方面表达，两者往往一个高另一个就低，如果把精度和召回率画在同一个坐标系下，围成的面积就是mAP
  
  例子：
  计算mAP: 很明显，我们希望mAP接近1最好
  

FPS

• fps(frames per second): 每秒能检测的帧数，代表了深度学习模型的运行速度！