图像中的多目标检测
multiple object detection in an image
我想问你一个关于图像分类的问题。
实际上我正在制作一个图像分类器，我正在使用以 keras 和 tensorflow 作为后端的卷积神经网络。
我的问题是如何识别图像中的多个对象。
我尝试过具有激活函数 sigmoid 和损失的卷积神经网络 - binary_crossentropy 但我不满意。
我假设您使用的是简单的 CNN，在这种情况下，对于多个对象，它只会识别一个对象。问题不在于激活或丢失，而是架构。您需要使用 RCNN 之类的东西（Faster RCNN、YOLO、SSD 或当前的 SOTA：Mask RCNN）。
如果您使用的是 RCNN 模型，并且检测不够准确，您将需要 post 关于您的网络的更多详细信息，以便任何人提出改进建议。
我想问你一个关于图像分类的问题。 实际上我正在制作一个图像分类器，我正在使用以 keras 和 tensorflow 作为后端的卷积神经网络。 我的问题是如何识别图像中的多个对象。 我尝试过具有激活函数 sigmoid 和损失的卷积神经网络 - binary_crossentropy 但我不满意。
我假设您使用的是简单的 CNN，在这种情况下，对于多个对象，它只会识别一个对象。问题不在于激活或丢失，而是架构。您需要使用 RCNN 之类的东西（Faster RCNN、YOLO、SSD 或当前的 SOTA：Mask RCNN）。
如果您使用的是 RCNN 模型，并且检测不够准确，您将需要 post 关于您的网络的更多详细信息，以便任何人提出改进建议。