腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
书山有路勤为径
专栏作者
举报
190
文章
183462
阅读量
27
订阅数
订阅专栏
申请加入专栏
全部文章
其他
编程算法
c++
人工智能
存储
打包
node.js
数据结构
机器人
xml
神经网络
c#
ide
卷积神经网络
qt
二叉树
png
java
linux
深度学习
图像处理
游戏
分布式
c 语言
python
git
api
numpy
nat
point
队列
对象
函数
优化
人脸识别
自动驾驶
机器学习
php
javascript
html
opengl
makefile
ubuntu
apt-get
云推荐引擎
网站
electron
http
开源
网络安全
无人驾驶
图像识别
opencv
监督学习
pytorch
markdown
大数据
windows
https
notepad ++
axis
case
grid
int
lm
mapping
match
matching
max
model
precision
search
sum
time
updating
vector
vi
vim
编程
变量
编译器
程序
递归
翻译
教程
链表
软件
算法
语法
原理
指针
搜索文章
搜索
搜索
关闭
目标检测（Object detection）
神经网络
卷积神经网络
自动驾驶
监督学习
这次我们学习构建神经网络的另一个问题，定位分类问题。这意味着我们不仅需要判断图片中是不是一辆车，还要在图片中将他标记出来。“定位”的意思是判断汽车在图片中的具体位置。 分类定位问题通常只有一个较大对象位于图片中间位置，我们要对它进行识别和定位。而在对象检测问题中，图片中可以含有多个对象。甚至单张图片中会有多个不同分类的对象。因此，图片分类的思路可以帮助学习分类定位，而对象定位的思路有助于学习对象检测。 图片分类问题：例如，输入一张图片到多层卷积神经网络，它会输出一个特征向量，并反馈给softmax单元来预测图片类型。
小飞侠xp
2018-08-27
849
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档