通过MaixHub训练的分类模型和目标检测模型，精度为何有明显差异？

[embedream]

   在尝试Maix的视觉功能时，用同样的对象采集，分别进行了分类模型训练和目标检测模型训练，结果感觉目标检测的识别率明显低于目标分类，不知道是何原因？想请教一下！

从程序上看： 分类使用的是forward算法，似乎是针对整个图像的。 目标检测使用的是yolo2算法，识别是在采集的图像中取若干不同大小的区域进行判断，是不是由此产生的识别率差异？

   如果希望实现较好的目标检测效果，不需要过多的识别对象，只需要识别已知的几个特定对象，此时应该如何采集图片，以使得模型训练更为有效，产生的结果精度更高。盼指点！