返回主题:深度表示与任务网络

知识卡片

普通读书笔记卡 · 3790

目标检测同时定位分类

理解等级:初级

目标检测的输出同时包含位置和类别:先找到可能含目标的区域,再判断其类别,并调整边界框。训练样本因此需要图像及目标框、类别标注。定位与分类是两个相关子问题,候选框覆盖不全会导致后续分类器无法找回遗漏目标;框的位置质量也会影响识别和评价。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 1 9 . 3 . 3 基 于 神 经 网 络 算 法 的 目 标 检 测 与 识 别 · 查看原书依据

      19.3.3 基于神经网络算法的目标检测与识别 19.3.3 基于神经网络算法的目标检测与识别 目标检测与识别是指从一幅场景(图片)中找出目标,包括检测(主要回答场景有无目标及其所在的位置,即Where)与识别(识别检测的区域或目标是什么,即What)两个过程。任务的难点在于待检测区域/候选框的提取与候选框的识别,所以该任务的大框架为:首先建立场景提取候选框的模型;然后识别候选框的分类模型;最后精调分类模型的参数和有效候选框的位置。

    参考来源

    - 位置:《智能算法导论》第 186 项《19.3.3 基于神经网络算法的目标检测与识别》(源文件:`_epub-src/EPUB/xhtml/chapter19_0009.xhtml`) - 结论依据:正文区分 Where 与 What、候选框提取与识别,并给出输入图片、输出位置与类别的训练形式。 - 原始内容:“检测(主要回答场景有无目标及其所在的位置,即Where)与识别(识别检测的区域或目标是什么,即What)两个过程。”