标签： image-processing neural-network computer-vision conv-neural-network
大多数检测问题的方法或多或少都基于某种形式的边界框提议，后者转向两类（正/负）分类。我在这些主题上找到了很多材料。
但是我想知道，是不是有一些方法将整个图像作为输入，然后通过几个卷积和池化层发送它，其输出将是两个数字（x, y位置宾语）？当然，这意味着图像中只有一个对象。到目前为止，我还没有发现任何相关信息，我认为它不可用吗？
x, y