深度卷积网络

时间:2017-08-02 07:54:54

标签: image-processing deep-learning conv-neural-network object-detection

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

1 个答案:

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