目标检测领域，从rbg大神提出之后，到目前逐渐分化出2大阵营，一种是以Proposal+classification为主的multi-stage的方法，另一种是以YOLO为代表的End2End的模型，前一种模型特点就是精度高，后一种的特点是速度快，但是后面肯定end2end也会达到multi-stage的精度。

Faster rcnn是用来解决计算机视觉(CV)领域中Object Detection的问题的。经典的解决方案是使用: SS(selective search)产生proposal,之后使用像SVM之类的classifier进行分类，得到所有可能的目标. 使用SS的一个重要的弊端就是：特别耗时，而且使用像传统的SVM之类的浅层分类器，效果不佳。