训练集不仅包含神经网络要预测的对象分类标签,还包括边界框的四个数字,接着采用监督学习算法,输出分类标签还有四个参数值。从而给出被检测对象的边框位置。
如何为监督学习任务定义目标标签y
在实际应用中,可以不对c1、c2、c3、softmax**函数应用对数损失函数。通常做法是对边界框坐标应用平方误差或者类似的方法。对pc应用逻辑回归损失函数。甚至采用平方误差也是可以的。
利用神经网络输出批量实数来识别图片的对象分类和定位问题。是个有用的算法。把神经网络的输出的实数集作为一个回归任务。
训练集不仅包含神经网络要预测的对象分类标签,还包括边界框的四个数字,接着采用监督学习算法,输出分类标签还有四个参数值。从而给出被检测对象的边框位置。
在实际应用中,可以不对c1、c2、c3、softmax**函数应用对数损失函数。通常做法是对边界框坐标应用平方误差或者类似的方法。对pc应用逻辑回归损失函数。甚至采用平方误差也是可以的。
利用神经网络输出批量实数来识别图片的对象分类和定位问题。是个有用的算法。把神经网络的输出的实数集作为一个回归任务。
相关文章: