相关工作  

通用目标检测：主流的目标检测方法主要有两类，包括单阶段目标检测和双阶段目标检测。双阶段网络的有两个阶段，第一级网络用于候选区域提取（RPN））,第二级网络对提取的候选区域进行分类和精确坐标回归，如Faster-RCNN、Feature Pyramid Network。双阶段目标检测方法往往在行人目标检测中具有更高的精度，但是由于需要设计锚框、候选框提取等步骤大大降低了模型的效率，这些需要手工设计的步骤一定程度限制了模型的通用性，对于实时性要求较高的场景这类算法并不适用。单阶段检测算法摒弃了候选区域提取这一步骤，只用一级网络就同时完成了分类和回归两个任务，例如YOLO系列算法、SSD算法等。所以单阶段算法相比于双阶段算法检测速度更快，可以满足任务的实时性需求。