基本同意。要说明这个问题主要从感受野的角度去看，one stage的方法，对于SSD,其采取多个特征图进行分类，但由于依赖网络中比较深的层（特征层），感受野很大，因而小物体检测不准确。同样，对于YOLO，由于在方法设计中就把原图分块，即设定了最后用于判断的特征图尺寸，其感受野也很大，因而对小物体判断也不准确。相对于one stage方法要求同时分离前景和背景以及做出分类，two stage 的方法由于proposal的存在可以先用简单的结构分出前景和背景（此时感受野小，特征图分辨率高），再通过深