本文重点
本节课程我们将学习分类定位的问题,也就是说不仅要完成图片分类任务,然后还要完成定位任务。如下所示,我们不仅要用算法判断图片中是不是一辆车,还要在图片中标记出它的位置,用边框对象圈起来,这就是分类定位问题。
一般可能会有一张图片对应多个对象,本节课我们假设所有的图片最多只对应一个对象。
图片分类
我们假设图片中最多含有一个对象,这个对象可能是行人、汽车、摩托车,当然还有可能一个对象都没有我们称它为背景。
那么这是一个四分类的问题,类别一是行人、类别二是汽车、类别三是摩托车、类别四是背景。
现在的任务是往模型中输入一张图片,然后识别这个图片属于哪个类别。模型会输出一个特征向量,并反馈给 softmax 单元(四个神经元)来预测图片类型,这个任务很简单。文章来源:https://www.toymoban.com/news/detail-839609.html
目标定位
如何才能完成目标定位任务呢?我们需要四个数字来确定一个边框,分别记为bx,by,bh和bw,这四个数字是被检测对象的边界框的参数化表示。bx和by表示被检测对象的中心点,bh表示被检测对象的高,bw表示被检测对象的宽。文章来源地址https://www.toymoban.com/news/detail-839609.html
到了这里,关于每天五分钟计算机视觉:如何构造分类定位任务的算法模型?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!