从two stage和one stage两个角度列举目标检测的深度学习算法

从two stage角度，常见的目标检测深度学习算法包括：

1. R-CNN系列：包括R-CNN、Fast R-CNN、Faster R-CNN，其中R-CNN是第一个将深度学习引入目标检测的算法。
2. SPP-Net：通过空间金字塔池化（SPP）解决了输入图像的大小不一致的问题。
3. Mask R-CNN：在Faster R-CNN基础上加入了实例分割，能够同时检测目标并分割出目标区域。

从one stage角度，常见的目标检测深度学习算法包括：

1. YOLO系列：包括YOLOv1、YOLOv2、YOLOv3，采用单个神经网络实现目标检测，速度快，适合实时应用。
2. SSD：采用多尺度特征图检测目标，能够检测小目标，速度较快。
3. RetinaNet：通过引入Focal Loss解决了类别不平衡问题，能够检测小目标并且准确率较高。