两阶段目标检测器

两阶段目标检测器是计算机视觉领域中用于识别和定位图像内物体的 深度学习（DL）架构的高级类别。 与单阶段检测器仅需单次迭代即可完成检测不同，这类模型将任务划分为两个独立阶段：区域提案与目标分类。这种二分法最初旨在优先提升定位精度，使其在人工智能发展史上具有里程碑意义。 通过将"位置"与"物体识别"分离，两阶段检测器通常能实现更优的精度，尤其在处理小型或被遮挡物体时表现突出，但通常需要付出计算资源增加和推理延迟变慢的代价。

两阶段过程

两级探测器的架构依赖于一种顺序工作流程，该流程模拟了人类仔细观察场景的方式。

1. 区域提案：在第一阶段，模型扫描输入图像以识别可能存在目标的潜在区域。一个名为区域提案网络（RPN）的组件会生成一组稀疏的候选边界框，通常称为感兴趣区域（RoI）。该阶段过滤掉大部分背景，使网络能够将处理能力集中在相关区域上。
2. 分类与优化：在第二阶段，模型通过卷积神经网络（CNN）从候选区域提取特征，随后为每个区域分配特定类别标签（如"人"、"车辆"），并优化边界框坐标以紧密包围目标物体。

该架构的典型代表包括R-CNN家族，特别是 Faster R-CNN和 Mask R-CNN，它们在数年间为学术基准测试树立了标杆。

与单级探测器的比较

区分两阶段模型与单阶段目标检测器（如单次多框检测器SSDUltralytics YOLO ）颇有裨益。两阶段模型通过分别处理区域来优先保证准确性，而单阶段模型则将检测视为单一回归问题，直接将图像像素映射到边界框坐标和类别概率。

历史上，这形成了某种权衡：两阶段模型更精确但速度较慢，而单阶段模型速度更快但精度较低。然而现代技术进步已模糊了这种界限。像YOLO26这样的尖端模型如今采用端到端架构，既能媲美两阶段检测器的精度，又能保持实时推理所需的速度。

实际应用

由于其对精度 和召回率的重视，在安全性和细节比原始处理速度更为关键的场景中，两阶段检测器往往更受青睐。

• 医学诊断成像：在医疗健康领域的人工智能应用中，漏诊可能造成严重后果。两阶段架构常用于医学图像分析，以detect X光或MRI扫描中的detect （如肿瘤）。多步骤流程有助于确保在复杂组织背景下不遗漏微小病变，为放射科医生提供高可信度的自动化辅助诊断。
• 高精度工业检测： 在智能制造领域，自动化视觉检测系统利用这些模型识别装配线上的微观缺陷。例如，检测涡轮叶片上的细微裂纹需要两阶段检测器提供的交集覆盖率（IoU）高精度，确保仅无瑕疵的部件进入下一生产阶段。

实施现代检测

虽然两阶段检测器为高精度视觉奠定了基础，但现代开发者常采用先进的单阶段模型，其性能与之相当，且部署流程显著简化。Ultralytics 通过高效管理数据集和计算资源，简化了这些模型的训练与部署流程。

Python 演示了如何加载并运行基于现代物体检测工作流的推理： ultralytics, 实现了与传统两阶段方法相似的高度精确结果，但效率更高：

from ultralytics import YOLO

# Load the YOLO26 model, a modern high-accuracy detector
model = YOLO("yolo26n.pt")

# Run inference on an image to detect objects
results = model("https://ultralytics.com/images/bus.jpg")

# Process results (bounding boxes, classes, and confidence scores)
for result in results:
    result.show()  # Display the detection outcomes
    print(result.boxes.conf)  # Print confidence scores