用于 tensorflow SSD mobilenet 的单个边界框上的多个标签
Multiple labels on a single bounding box for tensorflow SSD mobilenet
我已经配置了 SSD mobilenet v1，并且之前也训练过模型。但是，在我的数据集中，每个边界框都有多个 class 标签。我的数据集是人脸，每张脸都有 2 个标签：年龄和性别。这两个标签具有相同的边界框坐标。
在这个数据集上训练后，我遇到的问题是模型只标记了面部的性别而不是年龄。然而，在 yolo 中，可以显示性别和年龄。
是否可以使用SSD移动网络在单个边界框上实现多个标签？
这取决于实现，但 SSD 使用 softmax 层来预测每个边界框的单个 class，而 YOLO 预测每个 class 的单个 sigmoid 置信度分数。因此，在 SSD 中，会选择单个 class 和 argmax，但在 YOLO 中，您可以接受多个 class 超过阈值。
然而，您实际上是在处理具有两种输出类型的多任务学习问题，因此您应该扩展这些模型以共同预测两种类型的 classes。
我已经配置了 SSD mobilenet v1，并且之前也训练过模型。但是，在我的数据集中，每个边界框都有多个 class 标签。我的数据集是人脸，每张脸都有 2 个标签：年龄和性别。这两个标签具有相同的边界框坐标。
在这个数据集上训练后，我遇到的问题是模型只标记了面部的性别而不是年龄。然而，在 yolo 中，可以显示性别和年龄。
是否可以使用SSD移动网络在单个边界框上实现多个标签？
这取决于实现，但 SSD 使用 softmax 层来预测每个边界框的单个 class，而 YOLO 预测每个 class 的单个 sigmoid 置信度分数。因此，在 SSD 中，会选择单个 class 和 argmax，但在 YOLO 中，您可以接受多个 class 超过阈值。
然而，您实际上是在处理具有两种输出类型的多任务学习问题，因此您应该扩展这些模型以共同预测两种类型的 classes。