当前做行人检测比较好的框架是什么？详细说

当前比较好的行人检测框架有以下几个：

1. Faster R-CNN：Faster R-CNN是一种基于深度学习的目标检测框架，其在行人检测方面表现良好。它使用Region Proposal Network（RPN）来生成候选区域，并使用RoI Pooling来提取特征。Faster R-CNN具有较高的准确性和较低的误报率。

2. YOLOv4：YOLOv4是一种基于深度学习的实时目标检测框架，其在行人检测方面表现出色。它使用Darknet-53作为骨干网络，并使用多尺度特征融合和SPP模块来提取特征。YOLOv4具有较高的准确性和较快的检测速度。

3. CenterNet：CenterNet是一种基于单阶段检测的目标检测框架，其在行人检测方面表现优秀。它使用中心点作为目标的表示，并使用卷积神经网络来预测目标的中心点和边界框。CenterNet具有较高的准确性和较低的计算复杂度。

4. RetinaNet：RetinaNet是一种基于深度学习的目标检测框架，其在行人检测方面表现良好。它使用Focal Loss来解决类别不平衡问题，并使用FPN来提取多尺度特征。RetinaNet具有较高的准确性和较低的误报率。

综上所述，Faster R-CNN、YOLOv4、CenterNet和RetinaNet都是当前比较好的行人检测框架。具体选择哪种框架需要根据具体应用场景和需求进行综合考虑