enyone是否在更快的rcnn中尝试每个班级的位置效果？
如果我的火车数据中的一个对象类总是在帧的一个区域中，让我们说在图像的右上角，在评估数据集上，我有一个图像，该对象在其他区域，向下剩下， 更快的RCNN是否能够处理这种情况？
或者，如果我希望我的网络能够找到所有框架区域中的所有类，我需要在列车数据集中提供涵盖所有区域的示例？
答案 0 :(得分：0)
我们方法的一个重要特性就是它 翻译不变，无论是在锚点还是在锚点上 计算与锚点相关的提案的函数。如果 一个翻译图像中的对象，提案应该 翻译和相同的功能应该能够预测 建议在任何一个地方。这种翻译不变的属性 我们的方法保证*
*与FCN [7]的情况一样，我们的网络是平移不变的，直到网络的总步幅
所以简短的回答是，你可能会对这个物体感到满意，主要是在火车组的某个位置和测试装置的其他地方。
更长的答案是该位置可能有可能影响精度的副作用，并且将对象放在不同位置可能会更好;但是，您可以尝试添加 - 用于测试目的 - 将N个测试样本添加到列车组中，并查看测试集-N剩余样本的准确度变化。