machine-learning - 用于检测任意边界内物体的 CNN
问题描述
我想检测边界内是否有物体。
边界是白色矩形,并且很容易识别(对于人类)。
但是,边界的位置不是固定的。
这些物体很小,通常只有 1 或 2 个出现在边界中 - 但它们是可见的。
如果任何对象在边界内,则样本图像仅标记为 1,否则标记为 0。特别是,我没有将边界作为标签。
对于此类图像的分类器,什么是好的架构?CNN + MaxPooling 层是我最好的选择吗?
解决方案
推荐阅读
- javascript - Nuxt.js 嵌入代码呈现 iframe 但不呈现脚本
- linux - 如何在ansible中重命名文件
- spring-boot - 带有 CompletableFuture 的 Spring-boot AOP 建议
- javascript - 这个 express 变量在做什么?
- php - PHP imagick - 将 eps 转换为 jpg 但质量很差
- python - 从 Python 外部运行 Python 脚本错误:导入 etree 时 DLL 加载失败:找不到指定的模块
- kubernetes - 无法在 Kubernetes 集群上部署简单的“Hello World”应用程序
- amazon-web-services - 如何更改 AWS 安全组的出口规则?
- python - EC2服务器中的Python Geoip2 maxminddb.reader错误
- javascript - Error: write EPIPE while using imagemagick To write a lambda function