对于一个class-aware detector，如果你给它一个图像，它将返回一组bounding box，每个盒子与对象内部的类（即狗、猫、汽车）相关联。这意味着，当检测器完成检测时，它知道检测到了什么类型的对象。
对于class-agnostic detector它检测一组对象，而不知道它们属于什么类。简单地说，他们只检测“前景”对象。前景是一个宽泛的术语，但它通常是一组包含我们想要在图像中找到的所有特定的类，即前景= {猫，狗，汽车，飞机，…}。因为它不知道它检测到的对象的类，所以我们称它为class-agnostic。
类class-agnostic detector通常被用作预处理器：产生一组有趣的region proposal ，这些盒具有很高的机会包含CAT、DOG、CAR等。显然，在class-agnostic detector之后，我们需要一个专门的分类器来判别每个region是否包括感兴趣类，包含的是什么类。