CNN、RCNN、YOLO等和Alexnet、VGG等的关系是什么？
看了深度学习的入门有些蒙圈。RCNN、fastRCNN、fasterRCNN、YOLO、SSD、YOLOv2是由CNN逐步发展而来的，Lenet、Alexnet、Googlenet、VGG是CNN经典模型，那RCNN等的经典模型是什么呢？
还是说RCNN等也是CNN的经典模型，也就是说和Lenet等这些是属于并列关系？
你提到的这些名词，大概可以分成三组：
- CNN，卷积神经网路，是以卷积为核心的一大类网路。
- LeNet、AlexNet、VGG、GoogLeNet，属于CNN。
- RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD，也属于CNN，但和2是另一条路线。
从肤浅的层面说，2和3的区别在于，2属于用于图像分类的CNN，3属于用于目标检测的CNN。
但是，我觉得，这个问题还是看图比较清楚。
这些网路架构各不相同，但总体上有一种相似性，就是前面有很多卷积层（这里将池化和激活也算作卷积的一部分），最后（顶上）有少量全连接层、分类层。这很好理解，对于分类来说，关键在于学习图像的特征。所以，在很多网路架构中，常常把顶上的几层去掉，用来学习图像特征。比如，下面的单次多盒检测器，就以VGG-16为基础。再比如Faster RCNN也利用了VGG-16.
所以，你看RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD这些的网路架构图，就不太突出显示卷积层了。
你看，Faster RCNN架构图中，卷积+relu+池化这些只占了一小块地方，而到了YOLO v3中，干脆用了很多「省略号」。
所以，从结构上来说，上面的第2组可以看成是第3组的组件。
所有的这些提到的模型都是基于CNN的模型。
Lenet、Alexnet、Googlenet、VGG是CNN的一系列具体实现，它们的提出，是面向图像分类任务的。
而由于它们具有很好的特征表达能力，常作为其它视觉任务的基准模型，包括RCNN、fastRCNN、fasterRCNN等目标检测任务的演算法。
YOLO、SSD、YOLOv2是不同于RCNN系列的另一类目标检测演算法。
所以，你所谓的『RCNN等的经典模型』的说法不存在的，因为RCNN系列本身就是利用具体的CNN模型（VGG16和ResNet50）实现的演算法而已，也可以认为是CNN的一些具体实现。
不用纠结谁跟谁并列关系。
CNN一般是指一个网路里面含有大量的卷积层，你可以把常见的层（卷积、全连接等）理解为积木，网路就是这些积木搭起来的。
Lenet、Alexnet、Googlenet、VGG等模型是用于分类任务的，说其为经典是当时在那个年代，跑ILSVRC比赛，结果很好，不断刷新记录，而且里面的一些搭积木的方法也很值得学习，
之后（？）又发现使用一些预训练好的权重来初始化网路比随机初始化好，所以这些预训练的模型一般作为现在的初始化套路。
RCNN、fastRCNN、fasterRCNN、YOLO、SSD、YOLOv2是用于检测任务的，RCNN-&> fastRCNN -&> fasterRCNN 是two-stage的方法，YOLO-&>YOLOv2-&>YOLOV3, SSD是one-stage的方法。
你说的RCNN的经典方法是two-stage的方法，以fasterRCNN为代表，还有很多都是基于此类方法去改善的，如Light-head RCNN
我们在搭建网路的过程中一般不会拿一些基础积木（卷积、全连接等）去搭, 而拿一些预先搭建好的积木（lenet的一些几层， vgg的前几层）去搭，这些预先搭建好的积木你可以理解为backbone
https://zhuanlan.zhihu.com/p/47741549
CNN是技术点，其他是经典模型，多用于视觉，但有些也不限于视觉。
链接中的表格我标注了作者和所属的公司，可以琢磨一下，大多是有门派的: FAIR、MSRA……
当然也有大侠：RBG、Redmon……
至于技术上的演进，可以听一下李沐大神的《动手学深度学习》第7讲。
CNN是深度学习应用在CV领域的基础单元；
AlexNet、VGG这些模型都是基于CNN单元构建起来的，本来是用来训练图像分类任务的，比如ImageNet，但是在训练完分类任务后，这些模型的中间输出，可以理解为表达了图像的特征，能应用在其他任务中；
比如目标检测，RCNN系列、YOLO等都是利用了训练好的图像分类模型，利用它们提取的特征，再做下一步的工作；
孩子 这是高端技术解密 目前这个论坛没有人能答出
推荐阅读：
