Machine learning 一级与两级目标检测

我正在阅读一篇论文，这篇论文经常被称为“一级和两级目标检测”。我无法理解这两种物体探测器之间的区别。我想

• 一个阶段仅使用一个网络进行区域检测和对象分类
• 两个阶段使用2个不同的网络执行上述操作

这个假设正确吗？

与其说是“区域检测+目标分类”，不如说是“（1）区域方案+（2）两级检测器中的分类和定位

（1-区域提案）由所谓的区域提案网络（简称RPN）完成。RPN用于确定“何处”寻找以减少整个推理过程的计算要求。RPN快速有效地扫描每个位置，以评估是否需要在给定区域内执行进一步的处理。它通过输出k个边界框建议来实现这一点，每个建议有2个分数表示对象的概率或不是一个目标的概率t每个位置。换句话说，它用于查找预定义数量（~2000）的区域（边界框），这些区域可能包含对象

对象检测中的一个重要问题是生成一个可变长度的边界框列表。可变长度问题在RPN中通过使用锚来解决：固定大小的参考边界框，均匀地放置在原始图像中。我们不必检测对象的位置，而是将问题建模为两部分。对于每一位主持人，我们要求：

• 该锚点是否包含相关对象
• 我们如何调整此锚定以更好地适应相关对象

在原始图像中列出可能的相关对象及其位置后，这成为一个更容易解决的问题。使用CNN提取的特征和相关对象的边界框，我们应用感兴趣区域（RoI）将对应于相关对象的特征合并并提取为新的张量

接下来在第二阶段，R-CNN模块使用上述信息：

• 对边界框中的内容进行分类（或使用 “背景”作为标签）
• 调整边界框坐标（使其更适合对象）