目前图像识别分为两大类：一类是one_stage,另一类是two-stage。这两类各有优缺点。

one_stage：最核心的优势:速度非常快，适合做实时检测任务!但是缺点也是有的，效果通常情况下不会太好!

two-stage：速度通常较慢(5FPS) ，但是效果通常还是不错的!

目前，two-stage代表有Faster-rcnn Mask-Rcnn，one-stage代表有YOLO系列。

而我们想要实现的是，道路上车辆检测，用以调节下一个路口红绿灯时长。要实现这项功能，我们就必须要有足够快的检测速度，而在识别效果上我们可以存在少量的误差，这样的情况下one-stage的YOLO算法显然是更好的选择。

YOLO系列有很多版本，我们从实际项目出发，去选择合适的版本。首先是指标分析，map指标：综合衡量检测效果（我们不能单看精度和recall）；

PS：精度检测单个物体识别的准确度；recall指一帧中检测出物体数量与总数的比

 IOU是指真实物体和框选物体的交集与并集的比值。

 这里的TP是true positives的缩写，是指实际判定到的我们所需要的目标；FP是false positives的缩写，是指错误的把我们不需要的目标当作我们所需要的； FN是false negatives的缩写，是指把我们所需目标判定为不需要的；TN是true negatives的缩写，是指实际正确判定我们不需要的。

 精度precision是指正确识别的所需物体与真实识别到比值。

召回率recall指真实识别出我们所需的占所需样本的比值。

置信度是指识别框选的是一个物体的可能性。

 MAP是指综合衡量检测效果，MAP的计算是要取所有精度和召回率的平均值。（如下，计算面积）

 PS：YOLO算法速度更快，适合视频类识别，同样检测效果也是采用MAP来进行综合计算。