如何在CNN的回归头中输入边界框进行目标检测？
如何在CNN的回归头中输入边界框进行目标检测？
提问于 2017-09-13 19:20:52
我正在从中心裁剪文档图像。我使用了VGG网络的预训练模型，并从最后一卷积层的图像中提取特征。
我还从图像中获得了所有可能的边界框，也得到了地面真实边界框。
详情如下:共25张图片(演示用)
特征图大小：(25,512,14,14)
所有边界框大小：(25，)。一个图像有55167个边界框，因此(55167,4) (这在某些图像中是不同的)
真实边界框：(25,4)
现在，我如何在网络中提供这些信息？
我还查阅了一些论文和资源。我不需要分类层，我只想要框坐标作为结果。
我正在使用keras库。
回答 1
Stack Overflow用户
发布于 2017-09-14 20:53:25
您应该考虑使用本地化网络，而不仅仅是分类。This repository还支持两个阶段的培训，为您节省一些培训时间。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46196178
复制相关文章
相似问题
腾讯云开发者
