待验证50% 置信权衡取舍精确时间
Two-stage检测器先通过RPN生成候选框再逐一分类，精度高但速度慢；One-stage检测器将候选框生成与分类合并为一步，牺牲少量精度换取数十倍速度提升
1
来源数
50%
置信度
长期有效
时效性
2026/7/9
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81% 相似待验证提升模型单步精度的边际收益远不如缩短任务链条、增加检查点72% 相似已验证ANN 算法（如 HNSW、IVF-PQ）以牺牲极小精度换取数量级的检索速度提升，是生产级向量检索标准选择70% 相似待验证出具周期与准确性的权衡：主打'秒出结果'的AI快速鉴定适合初步筛选，但复杂真假（超A货、拼装货）需人工复核，急于求成选快速档反而增加漏判风险70% 相似待验证测量精度越高的探头响应速度往往越慢，追求快速反应的孵化场景与追求高精度稳定读数存在权衡，孵化建议优先响应速度70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/334498API
curl https://kongchang.com/api/v1/knowledge/claims/334498MCP
get_claim(id=334498)