摘要: 定位: 针对分类利用softmax损失函数,针对定位利用L2损失函数(或L1、回归损失等) 人关节点检测 针对连续变量和离散变量需要采用不同种类的损失函数。 识别: 解决方案: 1.利用滑动窗口,框的大小和位置无法确定,目标检测需要巨大的计算量,pass 2.备选区域 利用区域选择网络ROI,将RO 阅读全文
posted @ 2019-07-09 16:48 Manuel 阅读(1035) 评论(0) 推荐(0) 编辑
摘要: 语义分割:将图片的每个像素按照类别区分开,缺点是无法区分同类别实例 语义分割的一些想法: 1.滑动窗口 将每一个小窗口通过cnn分类,缺点是计算量非常大 2.全卷积网络: 利用全是卷积层的网络来训练,通过填充保持图片的大小不变,最后分类得到语义分割后的图像,C为类别数量 在深通道(如64,128,2 阅读全文
posted @ 2019-07-09 16:07 Manuel 阅读(591) 评论(0) 推荐(0) 编辑