공통점목적: 이미지에서 물체의 위치(bounding box)와 종류(class)를 찾아내는 객체 검출 모델이다.출력: 모두 물체의 위치와 종류를 예측하는 결과물을 출력한다.backbone 사용: 둘 다 backbone 네트워크(ex. ResNet, VGG...)을 사용하여 이미지에서 중요한 특징을 추출한다.차이점1. 처리 단계 one stage: 한 번에 물체의 위치와 종류를 모두 예측(YOLO, SSD...) two stage: 첫 번째 단계에서 물체가 있을 가능성이 있는 영역을 제안하고 두 번째 단계에서 그 영역 안의 물체가 무엇인지 더 정확하게 예측한다.(Faster R-CNN...) 2. 속도 one stage: 빠름. 실시간 응용 가능(CCTV감지, 자율 주행 등) ..