现代CNN(卷积神经网络)作为DetectNet旋转不变吗？
Ale*_*lex 8 machine-learning computer-vision neural-network deep-learning conv-neural-network
众所周知,nVidia DetectNet - 用于物体检测的CNN(卷积神经网络)基于Yolo/DenseBox的方法:https://devblogs.nvidia.com/parallelforall/deep-learning-object-detection-digits/
DetectNet是流行的GoogLeNet网络的扩展.扩展类似于Yolo和DenseBox 论文中采用的方法.
如图所示,DetectNet可以检测任何轮换的对象(汽车):https://devblogs.nvidia.com/parallelforall/detectnet-deep-neural-network-object-detection-digits/
现代CNN(卷积神经网络)作为DetectNet旋转不变吗？
我可以使用一个相同的物体旋转角度在数千个不同的图像上训练DetectNet,以检测任何旋转角度的物体吗？
那么旋转不变的是什么:Yolo,Yolo v2,基于DetectNet的DenseBox？
没有
CNN不是旋转不变的.您需要在训练集中包含每个可能的旋转图像.
您可以训练CNN将图像分类为预定义的类别(如果您想要检测图像中的多个对象,如您的示例中所示,则需要使用分类器扫描图像的每个位置).
CNN对训练数据中的小水平或垂直运动不变.
| 归档时间： |
|
| 查看次数： |
2084 次 |
| 最近记录： |