我想做一些具有两个限制的对象检测。
第一个是目前我没有大量用于训练的图像（目前大约有550张图像）。
其次，我很可能无法看到整个对象，只有我尝试检测的对象的某些部分可用。
我的问题是尝试Deep Convolutional Networks很好 通过贝叶斯优化和结构预测来解决这种情况？
我有这篇论文作为参考： Deep Convolutional Networks via Bayesian Optimization and Structured Prediction
答案 0 :(得分：1)
您需要向我们提供更多详细信息。我应该使用CNN的答案？我有足够的图像吗？取决于几个因素：
1- 550张图片有多少个对象？每个对象都是一个类，如果你有2个不同对象的550个图像可能就足够了，但如果你有550个对象，每个对象只有1个图像，这绝对不够。
2-您的图片大小是多少？它们之间有变化吗？ 550个图像包含对象的一部分或整个对象？
在知道这些问题的答案后，您可以选择您的CNN架构和数据增强策略。
结构化感受野对小型数据集的效果优于普通CNN。这是一篇论文：https://arxiv.org/abs/1605.02971