金财神网 尽管这些模型非常纷乱
发布时间:2020-10-08

目标检测技术的复杂程度超出我们的想象。始终需要将数据转换为类似COCO的JSON或其他不需要的格式。它从来没有即插即用的体验。此外,没有像U-Net或ResNet那样的图完全解释Faster R-CNN或YOLO,细节太多了。

尽管这些模型非常纷乱,但对它们缺乏简单性的解释却很简单。它适合一个句子:神经网络具有固定大小的输出

在物体检测中,无法先验地知道一个场景中有多少个对象。可能只有1个,2个,12个或没有。以下图像均具有相同的辨别率,但具有不同数量的对象。

一百万美元的问题是:如何从固定规模的网络中构建可变规模的产出,内部传真信封彩图?另外,本期马会内部传真彩图,我们应该如何训练各种损失(分类缺失、边界框损失)?我们如何惩罚错误的猜测?

?

Copyright 2017-2023 http://www.ifourbooks.com All Rights Reserved.