早期方法

从前面的介绍中我们意境知道，目标检测并不是一个简单的算法，而是一个多模块协同运作的复杂系统。 在深度学习应用于目标检测的早期， 如何借助深度学习强有力的能力构建目标检测系统， 如何在深度学习的框架下定义目标检测问题， 成为了当时研究者们研究的主要问题。 而不同的答案也给出了不同的目标检测框架。

在所有早期方法中，比较成功的分别是 RCNN (2013) 和 Yolo (2015)。 后续，RCNN 发展出了一系列算法，称为两阶段方法。 而 Yolo 和类似的方法发展成为了，称为一阶段方法。

现如今，RCNN 和 Yolo 在性能和精度上已经远远不如现今的方法。但由于二者的框架简单，也足够有代表性，仍然非常适合学习。