在目标检测算法中，目标边框从无到有以及边框变化的过程在一定程度上体现了检测是两阶段还是单阶段的。一定程度上体现了空间换时间
Two-stage：
第一阶段：专注于找出目标物体出现的位置，得到建议框，保证足够的准确率和召回率
第二阶段：专注于对建议框进行分类，寻找更精确的位置
优缺点：通常精度较高，但速度较慢
典型算法：R-CNN、SPP-Net、Fast R-CNN 和 Faster R-CNN
One-stage：
第一阶段：不需要得到建议框阶段，直接产生物体的类别概率和位置坐标值，经过单次检测即可直接得到最终的检测结果
优缺点：速度一般比Two-stage算法更快，但精度有所损失
典型算法：SSD、YOLO是采用每个像素点周边都生成三个锚框
其实 YOLO