1樓：
我認為比賽方案一般是很誠實的，2018 COCO的主流方案大都是Cascade RCNN。
我個人認為二階段網路在工業界常用的原因：模組拆解比較細，且作用比較符合理論（可解釋性好），針對業務特點可修改空間大。
曠視商湯
2樓：Angzz
雙階段因為Pooling操作的存在整個pipeline就會被敲的很死,可以看到其實自Faster以來基本沒什麼大的變化.相應的好處就是就是衍生到其他task比較容易一些,因為拿到乙個框的特徵後(7x7)本質上來說乙個instance的全部資訊就有了,我們就可以做各種事情,比如instance seg, panoptic seg等等...
個人感覺單階段還是偏應用,雙階段還是偏打比賽一些,另乙個潛在的原因也是因為ROI Pooling/Align這個opr在實際應用中的量化操作還是不僅如人意的,單階段則顯得比較乾淨利索,一氣呵成.
總之單階段和雙階段的區別並不是在快慢(主觀...),,個人覺得"基於點來出框還是基於特徵區域來出框"是劃分二者最重要的依據,其他方面(速度,精度等),都只不過是trade-off罷了.
3樓：jonathan lisp
單階段速度快，參照物是兩階段。單階段精度高，參照物是單階段其它模型。在cs出現tradeoff很正常，如果真有既怎麼又怎麼，那就沒有其它存在的必要了。
4樓：
不妨舉個例子？
目前最好的效能依舊被兩階段佔據，而很多高效能的單階段演算法也犧牲了速度的優勢
總的來說目前兩種演算法開始趨同，界限也開始模糊，未來隨著CNN結構及模組的發展，可能會不再區分單階段與兩階段。
為何兩階段工具變數回歸中第一階段要包括其餘所有外生變數？
gnak 稍微補充一下 古月無風 的回答，此時，只能得到 和不相關，不能得到和不相關。會造成不一致。之所以 與誤差項相關就不行，是因為只要對於多元線性回歸來說，任意乙個解釋變數與誤差項相關通常會導致所有解釋變數出現偏誤 biased 和不一致 inconsistency 這是因為首先為了緩解遺漏變數...
為什麼以太坊下一階段的目標是將共識演算法從POW公升級為POS？POS相對POW有什麼優勢？
位元幣老九 所以ETH需要完成主網共識機制從PoW到PoS轉換，應用分片技術大幅提高區塊鏈網路效能，以及採用更先進的虛擬機器提高智慧型合約執行速度，實現ETH作為高效能分布式 世界計算機 的目標。簡單總結，POS與POW相比，最大的優勢就是效率，特別是對以太坊這種區塊鏈世界的超級計算機來說，在不可能...
我 是在哪一階段確立的？
dizzarz 這在我看起來不是乙個哲學問題，而是乙個認知問題，乙個在認識論範圍內需要回答的問題。就像貓是認不出鏡子裡的自己的，不同的物種對於 我 自身 的認識並不相同，也不是在同時間段發生的。在兒童心理學中，我們可以獲得較為清晰的發展脈絡，認識到人在幼兒階段是如何認識到軀體 物質 甚至自我的，同時...