Eason_Sun

YOLOv2是YOLO系列的第二代算法，作者在YOLOv1的基础上进行了大量改进，并引入了anchor机制，准确率大幅提升的同时降低了计算量，本文章重点介绍YOLOV2的原理和改进策略。

YOLO把两阶段的目标检测网络变成单阶段网络。 YOLOV1开创了单阶段目标检测的先河，做到了实时目标检测，本文主要介绍YOLOv1的原理。

Faster RCNN算法用RPN网络替代selective search，实现了目标检测网络真正的端到端训练，是Fast RCNN算法后的又一力作，CV中经典中的经典。

让RCNN能端到端训练 Fast RCNN是Ross Girshick大神继RCBB后的又一力作。RCNN系列首个能端到端训练的深度学习网络，极大地提升了训练和推理速度。

RCNN也有非常明显的缺陷：训练时间和推理时间耗时太长，造成这个致命性缺陷的主要原因是存在大量的冗余计算。SPP Net是在RCNN基础上的演进，通过共享卷积计算和空间金字塔池化的方法，来大幅提升速度

本文主要介绍目标检测的发展历史和深度学习目标检测的开山之作RCNN原理，及其优劣势。RCNN包括候选区域生成、特征提取、类别判断和位置精修四个流程。

主要介绍openvino的API调用，以python为例，展现如何使用openvino进行同步和异步推理，以及它的加速效果。

主要介绍当前优秀开源深度学习的模型服务化框架情况，包括TensorFlow Serving、Torch Serve、Triton、OpenVino Model Server等。

想知道未来是不是 gRPC 的天下？本文会具体介绍两种 API 架构风格：REST 和 gRPC，并讨论它们之间的区别。不过，首先，我们会解释什么是 API，以及为什么它对微服务基础设施而言至关重要。