基于深度学习的目标检测总体上分为两派：
-
基于区域提名的R-CNN系列；
-
无需区域提名的YOLO、SSD系列。
表1大致对比了各种方法的性能（Fps，每秒帧数）和VOC 2007上的MAP对比。注意相关数据搜集自不同的paper，由于评测硬件和环境等区别，数据仅供参考，不具有绝对对比意义。
表1 不同目标检测算法的指标对比
注：数据取自各自paper，由于评测硬件和环境等区别，数据并不具有绝对对比意义，仅供参考。
| Fps | VOC 2007 | |
| Overfeat | 0.5 | |
| R-CNN | 0.077 | 48-66% |
| SPP-net | 63.1-82.4% | |
| Fast R-CNN | 66.9%-70% | |
| Faster R-CNN | 15(ZF Model) | 73.2%-85.6% |
| R-FCN | 6 | 83.6% |
| YOLO | 45-150 | 58.8% |
| SSD | 58-72 | 75.1% |