2段階検出器（Faster R-CNN）と1段階検出器（YOLO, SSD）

Faster R-CNNはRPN（Region Proposal Network）で候補領域を出してから詳細推論するTwo-stage方式です。YOLO（You Only Look Once）やSSDは画像をグリッド分割して直接回帰・分類するOne-stage方式で高速性を実現しました。 ア：正解です。Two-stageの精度重視と、One-stageのリアルタイム高速性の対比が本質です。 イ：誤りです。YOLOは「You Only Look Once」の名の通り画像を一度だけ見て一括推論するため極めて高速です。 ウ：誤りです。Fast R-CNNまではSelective Searchを使っていましたが、Faster R-CNNはRPNをエンドツーエンドでGPU上で学習可能にしました。 エ：誤りです。SSD（Single Shot MultiBox Detector）は複数層の異なる解像度特徴マップを用いて大小の物体を検出します。

物体検出アルゴリズムのアーキテクチャ分類に関する記述として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
Faster R-CNNなどの2段階（Two-stage）検出器は、候補領域を提案するRPNとクラス分類・矩形回帰を段階的に行うため精度が高い傾向があり、YOLOやSSDなどの1段階（One-stage）検出器は候補抽出と分類を同時に行うため高速でリアルタイム処理に適している。
イ
YOLOは画像を1ピクセルずつ順次走査して推論するため、Faster R-CNNよりも推論速度が100倍遅い。
ウ
Faster R-CNNにおけるRPN（Region Proposal Network）は、事前のSelective SearchによるCPU処理を必須とする。
エ
SSDは複数スケールの特徴マップを使用しないため、極小物体の検出精度が他のどの手法よりも常に優れている。