关于目标检测模型识别的一个问题

[tottea]

在一个固定场景下，设备的摄像头到物体的距离总是固定的。有两种长得一样，唯一的区别是大小不一样的物体，在这种情况下通过目标检测模型的输出能够辨别出这两种物体吗？

在 two-stage 的目标检测模型里，因为有一个 roi-pooling/align 的操作，所以用 two-stage 应该是分辨不出来的吧？我就在想，那如果是 one-stage 呢？

有一种方法是假如模型输出是同一个类别，然后通过回归出来的 bounding box 的大小，设定一个判定的阈值来判定这两种不同的物体，但这种会存在一个问题就是不同的设备之间可能摄像头安装的不尽相同，这个判定的阈值要做稍稍调整。

大神们，还有更好的方法吗？

[Philippa]

可以找个参照物来测量距离，根据距离来调整阀值。大小的话在普通图片来看就是二维图像，只能测量 box 大小。

[tottea]

@Philippa 嗯，目前貌似就这种方法
不过我是在想，像 YOLO 这种 one-stage 的方法，在给检测到的物体做分类的时候是否也把物体的 W，H 信息也作为一种特征去做分类呢