SSD模型、yolo模型和R-CNN模型都是目标检测领域的经典模型。

SSD模型（Single Shot MultiBox Detector）是一种基于深度学习的目标检测算法，它可以在一张图像上同时检测出多个目标，并且具有较高的检测精度和较快的检测速度。

yolo模型（You Only Look Once）也是一种基于深度学习的目标检测算法，它可以在一张图像上实现端到端的目标检测，具有较快的检测速度和较高的实时性。

R-CNN模型（Region-based Convolutional Neural Network）是一种基于深度学习的目标检测算法，它通过先提取图像中的候选区域，再对每个候选区域进行分类和回归，从而实现目标检测。虽然R-CNN模型的检测精度较高，但是它的检测速度较慢，不适合实时应用。

总的来说，SSD模型和yolo模型都是基于单个神经网络实现目标检测的算法，具有较快的检测速度和较高的实时性；而R-CNN模型则是基于候选区域的目标检测算法，具有较高的检测精度，但是检测速度较慢。