alex-rudenkiy Asked:2020-10-20 01:52:08 +0800 CST2020-10-20 01:52:08 +0800 CST 2020-10-20 01:52:08 +0800 CST 不是固定数量的输出 772 请告诉我如何在 Keras 上的 NS 中实现输出结果的动态数量。好吧,例如图像中物体的识别,原则上,国民议会可以强制搜索一个没有问题的物体(可能),因此输出包含我们识别的左上角和右上角坐标对象,但是当我们有多个对象时该怎么办?o_o нейронные-сети 1 个回答 Voted Best Answer MaxU - stop genocide of UA 2020-10-21T00:29:30+08:002020-10-21T00:29:30+08:00 用于搜索和识别图像中对象的现代算法包括两个主要部分: search for frames ( boundary boxes) 构图一个对象(可能有多个选项用于构图一个对象(例如,在 R-CNN 中),随后选择最佳选项) 对找到的框架内的对象进行分类 有些算法可以一次完成所有事情,例如YOLO(You Only Look Once)。 上述所有 ANN(人工神经网络)都能够识别严格定义数量的对象 - 那些存在于图像训练样本中的对象。大多数成功的架构都是在一组免费可用的图像上进行训练的——例如 ImageNet—— 2017 年大规模视觉识别挑战赛 (ILSVRC2017),由 150,000 张照片(用于训练和验证)组成,包含 1000 个明显标记的对象类别。 因此,定义对象的数量由训练集中的一组标记对象/类别固定。
用于搜索和识别图像中对象的现代算法包括两个主要部分:
boundary boxes
) 构图一个对象(可能有多个选项用于构图一个对象(例如,在 R-CNN 中),随后选择最佳选项)有些算法可以一次完成所有事情,例如YOLO(You Only Look Once)。
上述所有 ANN(人工神经网络)都能够识别严格定义数量的对象 - 那些存在于图像训练样本中的对象。大多数成功的架构都是在一组免费可用的图像上进行训练的——例如 ImageNet—— 2017 年大规模视觉识别挑战赛 (ILSVRC2017),由 150,000 张照片(用于训练和验证)组成,包含 1000 个明显标记的对象类别。
因此,定义对象的数量由训练集中的一组标记对象/类别固定。