目标检测知识点记录【更新】

一、目标检测中bbox回归中class-agnostic和class-specific的区别

class-specific 方式，很多地方也称作class-aware的检测，是早期Faster RCNN等众多算法采用的方式。它利用每一个RoI特征回归出所有类别的bbox坐标，最后根据classification 结果索引到对应类别的box输出。这种方式对于ms coco有80类前景的数据集来说，并不算效率高的做法。 

ssd目标检测的结果过滤方式是这种。

class-agnostic 方式只回归2类bounding box，即前景和背景，结合每个box在classification 网络中对应着所有类别的得分，以及检测阈值条件，就可以得到图片中所有类别的检测结果。当然，这种方式最终不同类别的检测结果，可能包含同一个前景框，但实际对精度的影响不算很大，最重要的是大幅减少了bbox回归参数量。

yolo目标检测的结果过滤方式是这种。

学习链接：https://www.zhihu.com/question/287119448/answer/454968976