两阶段方法

两阶段方法是基于 R-CNN 发展而来的一系列方法。这类方法之所以称为两阶段，是因为他们与 RCNN 类似，都是先在图像中找出可能包含物体的区域，再针对这些区域进行类别预测与边界框回归。

两阶段方法的发展路线也比较明确，算法进化路线也相对清晰。

• 2013 年，Ross Girshick 等人提出 RCNN，开起了两阶段检测的方向。但 RCNN 基本还是基于传统的检测框架。

• 2013 年，何恺明等人提出 SPPNet，通过特殊设计的 SPP 层，使得基于不同区域所需要的卷积可以共享，相比于 RCNN 大幅提高了检测速度（大约 10 倍），但该工作并没有实现端到端训练，训练速度仍然是瓶颈。

• 2014 年，Ross Girshick 等人提出 Fast RCNN，通过共享主干网络。FastRCNN 还实现了整个检测系统的端到端训练。

• 2015 年，任少卿、何恺明等人 提出了 Faster RCNN，其中用一个 RPN 模块替代了 FasterRCNN 中的其中最重要的 。

截止目前（2020）为止，FasterRCNN 仍然是目标检测最常用的，后续提出的一些方法也逐步加入到 FasterRCNN 中，进一步提高检测性能与精度。

• 2015 年，何恺明等人提出了 resnet 。resnet50-101 等结构替代 VGGnet 成为 fasterrcnn 的主干网络。

• 2017 年，FAIR 提出了 FPN，通过将高低层特征进行融合，构建出一系列同时包含位置信息和语义信息的特征图，提高了检测的精度。随后 FPN 成为 FasterRCNN 的标准组件。

• 2017 年，何恺明等人提出了 mask RCNN，基于 FasterRCNN 的架构，又增加了一个用语预测 mask 的检测头，用两个监督信号训练网络。并提出了 ROIPooling 的改进版，ROIAlign，进一步提高位置精度。随后，ROIAlign 也替代 RoiPooling 成为 FasterRCNN 的标准组件之一。