待验证60% 置信事实精确时间

Two-stage检测器（如R-CNN、Faster R-CNN）先通过区域提议网络（RPN）生成候选框再逐一分类，典型推理速度仅在5-10 FPS左右

2

来源数

60%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

YOLO入门学习路径：版本演进理解到源码精读实战指南

bilibili迪哥带你学AI2026/7/7

相关事实

待验证传统两阶段方法如Faster R-CNN依赖区域提议网络（RPN）先生成候选框，推理延迟高达100ms以上83% 相似待验证Faster R-CNN 属于两阶段检测器，精度高但速度慢；YOLO 把检测统一成回归问题，速度极快。两者差异本质上是“先找再判”与“一步到位”的权衡，YOLO 系列在实时场景更受欢迎，两阶段方法在精度敏感的学术基准上仍有一席之地。69% 相似待验证RLHF微调阶段相比预训练在数据量级上通常小2-3个数量级，使安全行为编码为低秩覆写而非底层重塑66% 相似待验证增加重排序步骤即可将检索准确率（NDCG@10）提升 10-20 个百分点64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/276032

API

curl https://kongchang.com/api/v1/knowledge/claims/276032

MCP

get_claim(id=276032)