很難衡量一個檢測演算法的好壞，因為除了演算法本身的思路之外，還有許多因素影響它的速度和精度，比如：

• 特徵提取網路(VGG, ResNet, Inception, MobileNet);
• 輸出的步長，越大分類數目越多，相應的速度也會受影響；
• IOU的評判方式；
• nms的閾值；
• 難樣本挖掘的比率（正樣本和負樣本的比率）；
• 生成的proposal的數目（不同的方法輸出是不同的）；
• bbox的編碼方式，是預測offset還是相對位置？
• 資料預處理的資料增廣方法；
• 用哪個特徵層來做檢測；
• 定位誤差函式的實現方法；
• 不同的框架；
• 訓練時候的不同設定引數，如batch_size, 輸入圖片大小，學習率，學習衰減率等因素；

為了對比不同的演算法，可以不考慮上述的所有影響因素，直接對論文結果評測，應該能大體看出不同方法的速度差異。

上圖是一個所有方法的預覽。從圖中可以看出RFCN的準確度是最高的。

上圖可以看出，速度最快的還是yolo和SSD一體化的方法。

這是在ms-coo資料集上的測試效果，從效果可以看出，Retina-Net在mAP效果是最好的。其中Faster-RCNN改用Resnet作為特徵抽取網路準確率有較大的提升。

最後是Google做的一個research，在TensorFlow上統一的實現了所有的檢測演算法，yolo沒有包含在內。最終的測試結果可以表示為：

從上面可以大致的看出，Faster-RCNN的準確度更加精確，而RFCN和SSD更快。

上述只是一個預覽，但是除了這些之外，我們還需要考慮一些更加細化的因素。

不同的特徵抽取網路

特徵抽取網路不通，最終的結果也不同。簡單來說，一個更加複雜的特徵抽取網路可以大大的提高Faster-RCNN和RFCN的精確度，但是對於SSD，更好的特徵抽取網路對結果影響不大，所以你看SSD+MobileNet也不會太大的影響結果。從這個圖可以看得很清楚：

目標物體的大小

對於大物體，SSD即使使用一個較弱的特徵抽取器也可以獲取較好的精確度。但在小物體上SSD的表現結果非常不好。

具體來看，SSD在一張圖片裡面就經常漏檢測小物體，比如：

Proposal的數目

不同的Proposal數目會影響檢測器的速度和精度。這個很重要，很多人想加速Faaster-RCNN但是不知道從何下手，顯然這裡是一個很好的切入點。
將Proposal的數目從300削減到50，速度可以提高3倍，但是精度僅僅降低4%，可以說非常值了。我們從這張圖可以看得很清楚：

最終我們可以得到一個很科學的結果：

1. 最高精度

使用Faster-RCNN毫無疑問，使用Inception ResNet作為特徵抽取網路，但是速度是一張圖片1s；
還有一種方法是一種叫做整合的動態選擇模型的方法（這個你就不要追求速度了）；

2. 最快

SSD+MobileNet是速度最快的，但是小目標檢測效果差；

3. 平衡
如果既要保證精度又要保持速度，採用Faster-RCNN將proposla的數目減少到50，同時還能夠達到RFCN和SSD的速度，但mAP更優。