多个实例,同对象的图像对象的侦测用CNN

0

的问题

新NN。 一个有线电视新闻网可以接受培训,以检测到一个单一的对象在一个图像。 然而,如果任何图像数据集中可能包含的任何n#的对象。 这不是一个问题,以CNNs作出密集层必须有固定的尺寸? 你会怎么解决这个问题?

例如: 我们说我随机地抽样的2的图像,从这一设置。 图1 2对象和图2中有5对象。 Y标签img1将包含的边界框坐标2的对象;y标签img2将包含坐标5的对象--更大的y矢量比img1.

一个可能的解决办法? :

我需要找到图像中最大的对象(指定该价值为M)。 让我也说一个对象有4坐标。 如果M=5中,我将需要一个y矢量的20. 如果图像已有1的目的,y矢量将含有4个非零的价值观和16零值。 4个非零数值表示的标和16零数值表示会坐标的其他不存在的对象。

1

最好的答案

1

基本的方式这样做的多个对象进行分类使用的是分割。 这是通过将输入图像的几个子区域和饲料的每个区域的神经网络。

然而,这是一个非常基本的方法,现在有许多先进的算法,不分割。

一般来说,多个对象分类是解决在两个步骤:第一个 区域提案算法 来猜猜哪个部位的图像包含的对象。

第二个是一个算法来分类的提议的区域。

enter image description here

img源

2021-11-21 05:58:06

像的更快的R-CNN执行分段通过使用RPN提取它认为相关的? 我的理解是,我的这个正确吗? 此外,会是什么样的y矢量看起来像鉴于有可变预测的标签的图像。
Ayma

其他语言

此页面有其他语言版本

Русский
..................................................................................................................
Italiano
..................................................................................................................
Polski
..................................................................................................................
Română
..................................................................................................................
한국어
..................................................................................................................
हिन्दी
..................................................................................................................
Français
..................................................................................................................
Türk
..................................................................................................................
Česk
..................................................................................................................
Português
..................................................................................................................
ไทย
..................................................................................................................
Español
..................................................................................................................
Slovenský
..................................................................................................................