我看到过的最复杂的模型就是SSD了，应该说在object detection这个领域，大牛们都是一再的奋斗着、努力着。一路飘过，听到的模型真的有很多，但是我觉得有质的变化还应该是R-CNN—SPP—fast rcnn —faster rcnn— yolo，为什么会是这样呢，我感觉其实如果是但一物体的识别就应该是regression的问题，rbg大神也许也这么想，所以自然多物体的检测就不是单纯的regression，但是我还想让识别如分类那般，简单，自然。那怎么办呢？就诞生了R-CNN，不再是regression可能的枚举，用了selective search的方法去匹配寻找特征，提取出classifier，然后再用bbox回归，使其达到最优。正如作者所言，科学需要不断地反复实验和对比才显得有价值。SPP主要解决了输入图片尺寸的问题，更加显得更有艺术一些；最后fast和faster摒弃了SVM分类器的方法，前面还是不够艺术，说是simple，其实是分步做了这些工作，所以Fast就出现了，最后大神自己都说速度被限制在了第一步，ROI上，于是出现了Faster Rcnn，最后yolo，直接强制划分7*7，变成回归来做，也不需要那些繁琐的步骤。其实我也有过这种想法，但是不知道怎么做。

自从看了他们的文章，老师也说地道，不得不说，不仅地道，分析问题一针见血，用词相当精辟，像我是想不出来的。。。我还记得FAST R-CNN里有这么一句原话：Solutions to these problems often compromise speed，accuracy,or simplicity.当然我比较喜欢compromise。

说了这么多，其实我就想说，网络的定义，你看看上面这么多的case，网络都是哪样的，上次那个RCNN最经典，一个卷积接着一个池化，最后再通过全连接层。然后你再看看fast rcnn，faster rcnn和SSD，模型的结构越来越复杂。