deep-learning - 图像分类中的目标检测
问题描述
我可以使用用于图像分类的模型进行对象检测吗?我已经花了太多时间来收集图像并将每个类分发到它的文件夹中。
解决方案
- 您可以将分类模型用作检测模型(例如 Faster-RCNN)的初始化主干,但与从头开始训练检测器相比,它可能没有太大帮助。
- 您需要在主干中添加检测层(例如 ROI 池)来执行检测。
- 虽然您可以尝试无监督的对象检测,但通常您需要额外的标签(例如对象边界框)来训练您的对象检测器。
推荐阅读
- python - 如何逐一比较分组中的字符串值
- xaml - Visual Studio 2019,XAML 这些属性符号是什么?
- reactjs - 是否可以暂停代码直到解决承诺?
- ruby-on-rails - Codecov 与 circleci 的集成
- c++ - 使用简单特征枚举类型的模板定义
- python - 修复标签图例 python
- r - While循环用于删除日期之前的观察
- python - aiohttp 服务器文件上传:request.post UnicodeDecodeError
- python-3.x - Python datetime.datetime.now 在循环中显示错误的时间
- python - 在 pandas 数据框中从每周数据转移到每日数据