cascade rcnn 、Faster RCNN 、 mask rcnn、各自的优点缺点

这三种模型都是目标检测模型，它们的优缺点如下：

1. Faster RCNN
- 优点：
- 检测速度快，能够在实时场景下使用；
- 检测准确率较高；
- 支持多种backbone网络。
- 缺点：
- 需要多个阶段的训练过程，训练时间较长；
- 对小目标的检测效果不好。

2. Mask RCNN
- 优点：
- 同时可以进行目标检测和语义分割；
- 对于小目标的检测效果较好；
- 检测准确率较高。
- 缺点：
- 训练时间较长；
- 在检测速度上较慢。

3. Cascade RCNN
- 优点：
- 相比于 Faster RCNN，在目标检测精度上有明显提升；
- 训练时间比较短，相对来说比较快速；
- 对于小目标的检测效果较好。
- 缺点：
- 对于多类别的目标检测效果不如 Mask RCNN；
- 难以处理遮挡情况下的目标检测。