CNN、RCNN、YOLO等和Alexnet、VGG等的關係是什麼？
看了深度學習的入門有些蒙圈。RCNN、fastRCNN、fasterRCNN、YOLO、SSD、YOLOv2是由CNN逐步發展而來的，Lenet、Alexnet、Googlenet、VGG是CNN經典模型，那RCNN等的經典模型是什麼呢？
還是說RCNN等也是CNN的經典模型，也就是說和Lenet等這些是屬於並列關係？
你提到的這些名詞，大概可以分成三組：
- CNN，卷積神經網路，是以卷積為核心的一大類網路。
- LeNet、AlexNet、VGG、GoogLeNet，屬於CNN。
- RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD，也屬於CNN，但和2是另一條路線。
從膚淺的層面說，2和3的區別在於，2屬於用於圖像分類的CNN，3屬於用於目標檢測的CNN。
但是，我覺得，這個問題還是看圖比較清楚。
這些網路架構各不相同，但總體上有一種相似性，就是前面有很多卷積層（這裡將池化和激活也算作卷積的一部分），最後（頂上）有少量全連接層、分類層。這很好理解，對於分類來說，關鍵在於學習圖像的特徵。所以，在很多網路架構中，常常把頂上的幾層去掉，用來學習圖像特徵。比如，下面的單次多盒檢測器，就以VGG-16為基礎。再比如Faster RCNN也利用了VGG-16.
所以，你看RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD這些的網路架構圖，就不太突出顯示卷積層了。
你看，Faster RCNN架構圖中，卷積+relu+池化這些只佔了一小塊地方，而到了YOLO v3中，乾脆用了很多「省略號」。
所以，從結構上來說，上面的第2組可以看成是第3組的組件。
所有的這些提到的模型都是基於CNN的模型。
Lenet、Alexnet、Googlenet、VGG是CNN的一系列具體實現，它們的提出，是面向圖像分類任務的。
而由於它們具有很好的特徵表達能力，常作為其它視覺任務的基準模型，包括RCNN、fastRCNN、fasterRCNN等目標檢測任務的演算法。
YOLO、SSD、YOLOv2是不同於RCNN系列的另一類目標檢測演算法。
所以，你所謂的『RCNN等的經典模型』的說法不存在的，因為RCNN系列本身就是利用具體的CNN模型（VGG16和ResNet50）實現的演算法而已，也可以認為是CNN的一些具體實現。
不用糾結誰跟誰並列關係。
CNN一般是指一個網路裡面含有大量的卷積層，你可以把常見的層（卷積、全連接等）理解為積木，網路就是這些積木搭起來的。
Lenet、Alexnet、Googlenet、VGG等模型是用於分類任務的，說其為經典是當時在那個年代，跑ILSVRC比賽，結果很好，不斷刷新記錄，而且裡面的一些搭積木的方法也很值得學習，
之後（？）又發現使用一些預訓練好的權重來初始化網路比隨機初始化好，所以這些預訓練的模型一般作為現在的初始化套路。
RCNN、fastRCNN、fasterRCNN、YOLO、SSD、YOLOv2是用於檢測任務的，RCNN-&> fastRCNN -&> fasterRCNN 是two-stage的方法，YOLO-&>YOLOv2-&>YOLOV3, SSD是one-stage的方法。
你說的RCNN的經典方法是two-stage的方法，以fasterRCNN為代表，還有很多都是基於此類方法去改善的，如Light-head RCNN
我們在搭建網路的過程中一般不會拿一些基礎積木（卷積、全連接等）去搭, 而拿一些預先搭建好的積木（lenet的一些幾層， vgg的前幾層）去搭，這些預先搭建好的積木你可以理解為backbone
https://zhuanlan.zhihu.com/p/47741549
CNN是技術點，其他是經典模型，多用於視覺，但有些也不限於視覺。
鏈接中的表格我標註了作者和所屬的公司，可以琢磨一下，大多是有門派的: FAIR、MSRA……
當然也有大俠：RBG、Redmon……
至於技術上的演進，可以聽一下李沐大神的《動手學深度學習》第7講。
CNN是深度學習應用在CV領域的基礎單元；
AlexNet、VGG這些模型都是基於CNN單元構建起來的，本來是用來訓練圖像分類任務的，比如ImageNet，但是在訓練完分類任務後，這些模型的中間輸出，可以理解為表達了圖像的特徵，能應用在其他任務中；
比如目標檢測，RCNN系列、YOLO等都是利用了訓練好的圖像分類模型，利用它們提取的特徵，再做下一步的工作；
孩子 這是高端技術解密 目前這個論壇沒有人能答出
推薦閱讀：
