使用SSD做目标检测时，单前景类与多类别训练哪种精度和召回率更高

结论 #

仅设置1个foreground类别、将所有10类物体统一标注为前景训练的方案，整体精度和召回率表现更优。

核心原因 #

• SSD的分类分支与定位分支共享主干特征，分类任务的复杂度直接影响模型容量分配：设置10个细分类时，分类分支需要额外学习10类前景的类间特征差异，而这部分能力对当前仅需区分前景/背景的任务完全无效，反而会占用模型拟合空间，甚至引入不必要的优化噪声，降低前景判断的准确性。
• 单前景类别训练时，分类分支的优化目标纯粹为二分类（前景/背景），所有标注样本的梯度都会向「区分前景与背景」的统一目标收敛，分类置信度校准更准确，出现前景误判为背景的概率更低，召回率表现会明显优于多类训练方案。
• 即使选择多类训练后在推理阶段把所有细分类的预测结果合并为前景，效果依然不如直接单类训练：训练过程中多分类损失仍然会强制模型学习类间差异，无法避免容量浪费的问题。

补充说明 #

仅有一种极端场景下多类训练可能取得相近效果：10类前景的特征分布差异极大，且各类别标注样本量极充足，但这种场景下的效果上限也不会超过单类训练，同时还会提升标注成本。

内容的提问来源于stack exchange，提问作者Paul Wang