【问题标题】:single-class or multi-class object detection for a specific class object?针对特定类对象的单类或多类对象检测?
【发布时间】:2018-05-01 03:19:37
【问题描述】:

我一直想知道的一件事是基于 CNN 的对象检测器单类多类中的性能>.

例如,如果我想使用著名的 Faster R-CNN(VGG-16) 设计行人检测器。如果训练数据为PASCAL VOC07+12 trainval,正式版可以检测出76.7 AP(PASCAL 07 test)的行人。

但是,我对检测结果非常满意,但是如果我只是将其框架修改为单类行人检测器,并且训练数据将只包含行人,那么训练和测试数据都会更少。

我知道计算能力会比原来的20级消耗更少,但我对检测性能很好奇。 有没有人尝试比较同一类中的单类和多类检测器

【问题讨论】:

    标签: deep-learning caffe object-detection


    【解决方案1】:

    是的,但结果因型号和应用而异。我已经用几个 SVM 应用程序和一个 CNN 完成了这项工作。正如预期的那样,单类在每种情况下消耗的资源都更少。

    但是,结果却大不相同。一个 SVM 实际上在单类训练中做得更好;两个明显更差,其他 3-4 个大致相同(在预期误差范围内)。

    CNN 的表现不太好;它需要对拓扑进行一些调整。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2013-03-27
      • 2018-03-12
      • 1970-01-01
      • 2017-06-12
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多