One stage 與two stage 解釋
Two stage:首先產生候選區域（region proposals），然后利用卷積神經網絡對候選區域分類（一般還需要對位置精修）
stage 1：從圖像中生成regional proposal（物體備選框，本質上是對物體邊框的初步猜想）
Stage 2：從regional proposal 中生成最終的物體邊框。
典型的backbone有VGGNet、ResNet
網絡的准確度高、速度相對One-stage慢。
經典算法：
One stage :其不需要region proposal階段，直接產生物體的類別概率和位置坐標值，經過單次檢測即可直接得到最終的檢測結果，因此有着更快的檢測速度。
經典算法：
