基于深度学习的目标常用框架

　　基于深度学习的目标检测总体上分为两派：

1. 基于区域提名的R-CNN系列；

2. 无需区域提名的YOLO、SSD系列。

　　表1大致对比了各种方法的性能（Fps，每秒帧数）和VOC 2007上的MAP对比。注意相关数据搜集自不同的paper，由于评测硬件和环境等区别，数据仅供参考，不具有绝对对比意义。

表1 不同目标检测算法的指标对比

　　注：数据取自各自paper，由于评测硬件和环境等区别，数据并不具有绝对对比意义，仅供参考。

	Fps	VOC 2007
Overfeat	0.5
R-CNN	0.077	48-66%
SPP-net		63.1-82.4%
Fast R-CNN		66.9%-70%
Faster R-CNN	15(ZF Model)	73.2%-85.6%
R-FCN	6	83.6%
YOLO	45-150	58.8%
SSD	58-72	75.1%