به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

سلام
من یه مساله دارم که توی هر تصویر همیشه فقط یک عدد از object ی که مد نظرم هست وجود داره و میخوام مکانش رو پیدا کنم. آیا بهتره به مساله به دید object localization نگاه کنم (صرفا یه شبکه رو train کنم برای یه عمل regression که ۴ تا عدد خروجی بده برای bounding box) یا این که بهتره از object detection و شبکه هایی مثل SSD و YOLO استفاده کنم؟
و چرا؟
نظر خودم بیشتر متمایل به حالت اول هست چون فکر کنم زمان هر پیشبینی هم کوتاه تر بشه به نسبت YOLO یا SSD.

توسط (100 امتیاز)

1 پاسخ

+1 امتیاز

سلام
بنظر میرسه به دید object localization نگاه بشه بهتر هست، اما در خروجی بهتره باز هم از دو سر یکی به عنوان احتمال وجود شی و دیگری یه عنوان bounding box استفاده بشه
مثل تصویر زیر

توسط (138 امتیاز)
ممنون
لزومی به سر classification نیست تو این مورد. چون همه object هام یه نوع هستن و همیشه هم یک object توی تصویر وجود داره.
...