1回答
我有一个YOLO模型来检测交通标志的位置，我有另一个模型来确定什么是标志我的问题是如何将检测到的标志从YOLO发送到分类器，然后将正确的标签写在边界框上，如下图所示
浏览 15提问于2020-06-06得票数 0
回答已采纳
它在图像中找到物体并对它们进行分类。我的理解是VGG-16，RESNET-50等等.还可以在图像中找到对象并对其进行分类。是VGG-16，RESNET-50等等.对象检测体系结构与快速RCNN是一样的？我经常看到VGG-16，RESNET-50等等.作为“中坚”的RCNN速度更快，被文献严重搞糊涂了。提前感谢！
浏览 0提问于2019-06-26得票数 9
我已经实现了图像标题使用VGG作为图像分类模型。我读过YOLO是一种快速的图像分类和检测模型，它主要用于多目标检测。但是，对于图像标题，我只想要类，而不是边框。
浏览 5提问于2017-04-08得票数 5
回答已采纳
比如resnet或vgg是来自yolo或rcnn家族的。它们是这些检测模型的子组件吗？另外，SSD是像yolo或rcnn那样的另一个家庭吗？
浏览 1提问于2021-05-18得票数 0
回答已采纳
1回答
例如，考虑狗和猫的分类。假设图像同时包含猫和狗。我们成功地分类了图像包含了两者，但我们如何分类的品种的狗和猫在场？本文提出的方法是提取/裁剪图像中包含狗和cat.And的部分，然后将这些部分分别输入到各自的狗种分类模型和猫品种分类模型中。但我不知道该怎么做。
浏览 3提问于2019-10-13得票数 0
回答已采纳
我的选择是用户探索模拟3D环境的视频(类似于Sims电子游戏)，我的任务是能够使用tensorflow框架对每个房间进行分类。例如，如果用户在环境中的某个区域上悬停，模型应该能够分类它是否是一条安全线路或行李托运等。📷
我对机器学习算法和技术相当陌生，但是我得到了一个工作的VGG16 CNN模型，它能够描述(给定标记的输入数据)视频剪辑中的参与者，而且我希望将其重新加工成环境分类。我还没有决定是否应该从房间/环境的不同角度收集图像，并使用VGG16 16/Res
浏览 0提问于2021-06-28得票数 1
1回答
我正在使用Keras的预训练模型来训练对象检测模型(VGG16，VGG19，Xception，.)在具有YOLO坐标的4000多幅图像的数据集上，下面是对培训和验证数据以及模型编译和培训负责的部分数据预处理对于VGG16 & VGG19 -我将图像和YOLO坐标调整为推荐的默认图像大小224x224，而对于Xception和InceptionV3，我将调整大小为299x299。当我使用VGG
浏览 9提问于2022-09-28得票数 0
回答已采纳
据我所知，经过预先训练的模型在许多任务中发挥良好的特征提取器，这要归功于他们丰富的训练数据集。具有一定的从输入图像中提取“语义”信息的能力。事实上，我花了一些精力：
224).Fine-tune 通过Pytorch加载预训练的vgg-16，加载Cifar-10数据集并转换为批处理-张量X (5000，3,224， vgg.classifierfeatures = vgg.features(X).view(X.shape[0], -1) # X: (5000,
浏览 4提问于2021-09-09得票数 0
回答已采纳
这可能是一个基本的概念性问题，但阅读不同的CNN，如VGG，Alexnet，GoogleNet等，似乎一旦模型在特定的图像大小上进行了训练(比方说256x256)，我就不能在不调整大小或裁剪的情况下在推理过程中为模型提供不同的图像大小我知道YOLO处理不同分辨率的图像，Yolo会在将图像提供给卷积层之前调整图像大小吗？
浏览 75提问于2019-06-28得票数 0
2回答
我正在使用CNN处理一个分类问题，我的输入图像大小是64X64，我想使用预先训练过的模型，如VGG16、COCO或任何其他模型。但问题是预训练模型的输入图像大小是224X224。我该如何解决这个问题。考虑到我的分类与预先训练的模型类有很大的不同。但是我想前几层我们可以把它冷冻起来，得到边缘，曲线等等。在所有图像中都很常见。
浏览 0提问于2018-09-01得票数 10
1回答
最近，我正在阅读yolov3 3的论文和代码，我发现了一个问题。
在yolov3中，它是暗网-53，这意味着它有53卷积层，但是当我看到这张图片和计数时，我只得到52卷积层。
浏览 5提问于2020-03-25得票数 3
1回答
YOLO预训练
、、
我正在实施YOLO网络，并有一些问题。在原纸中，作者说：“对于预训练，我们使用图3中的前20个卷积层，然后是一个平均池层和一个完全连接的层”。他们还报告说，他们使用ImageNet 1000类数据集和224x224输入大小，而不是使用448x448。我的问题如下：
1)平均池层内核的大小是多少？
浏览 0提问于2018-11-13得票数 1
回答已采纳
使用vgg.h5模型+ Keras (GPU上的Tensorflow后端)进行实时对象分类.效果很好。然后，我尝试使用带有vgg.h5权重的纯tensorflow图：
我构建了一个图表(我在tf.Variable中存储内核和偏见经过调查，我发现所有的卷积层工作，但第一个全连接层输出(fc1与25088×4096权值矩阵)在vgg16中计算了大约5分钟。这不适合于实时分类。那么，也许任
浏览 0提问于2018-01-21得票数 1
回答已采纳
1回答
我们知道像faster-rcnn和mask-rcnn这样的对象检测框架有一个roi pooling layer或roi align layer。但是为什么ssd和yolo框架没有这样的层呢？
浏览 0提问于2019-04-09得票数 2
回答已采纳
2回答
我把SSD和mobilenet搞混了。据我所知，它们都是神经网络。SSD提供本地化，而mobilenet提供分类。因此，SSD和移动网络的结合可以产生目标检测。这张图片来自。SSD的默认分类网络是VGG-16。因此，对于SSD Mobilenet，VGG-16将替换为移动网络。我的陈述正确吗？
浏览 2提问于2018-05-29得票数 4
1回答
我感兴趣的是建立一个yolo检测器，在多个数据集上进行培训，每个数据集都有自己的检测头。它是一种多任务学习方法.我不知道如何转换yolo探测器架构来支持多个头部。
浏览 4提问于2022-06-02得票数 0
1回答
我计划使用YOLO来完成CNN监督下的回归任务。给定一张图片，预测它将被查看的次数。我倾向于使用YOLO，因为它是一个对象检测器。高浏览量的照片大多包含对象(人脸、动物、文本等)，这些对象是YOLO最初训练的COCO数据集中的类。 我已经尝试使用预先训练好的CNN模型(VGGNet、MobileNet等)。
浏览 26提问于2021-09-12得票数 0
1回答
我有以下问题：Output: a probability for each image determining whether the image is the correct one out of the 6 images
浏览 19提问于2020-05-11得票数 0
3回答
我正在研究一个项目中的分类问题。我的问题的特殊性在于我必须使用两种不同类型的数据来管理它。我的课程是汽车，行人，卡车和自行车。以下是一个例子：
为了通过使用keras的串联函数来执行分类任务，我已经设法使用了这两种模式。from keras.applications import VGG16
#Load
浏览 3提问于2019-07-19得票数 3
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
