【发布时间】：2018-02-22 02:01:56
【问题描述】：
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，并从最后一个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以及真实边界框。
详情如下：共 25 张图片（演示目的）
特征图大小：(25,512,14,14)
所有边界框大小：(25,) 例如。一张图像有 55167 个边界框，所以 (55167,4) （这在某些图像中有所不同）
真正的边界框：(25,4)
现在我如何在网络中提供这个？
我还浏览了一些论文和资源。我不想要分类层，我只想要盒子坐标。
我正在使用 keras 库。
【问题讨论】：
-
如果你想检测物体的位置，你可以选择 U-net 或 Seg-net 模型。 VGG 不会找到它所识别的东西。
-
@DanielMöller 想要裁剪图像，所以可能一旦我得到边界框，我就可以裁剪图像
-
你想让你的模型弄清楚盒子是什么吗？或者您只是想在将图像发送到模型之前对其进行预处理？
-
@DanielMöller 不，我希望模型应该是预测的边界框
标签： python keras object-detection bounding-box