我长期以来一直想知道的一件事是单一类和多类的基于CNN的对象检测器的性能 >
例如，如果我想使用着名的快速R-CNN（VGG-16）设计行人探测器。如果训练数据是PASCAL VOC07 + 12 trainval，官方版本可以使用76.7 AP（PASCAL 07测试）检测行人。
然而，我对检测结果非常满意，但如果我只是将其框架修改为单级行人探测器并且训练数据仅包含行人，那么训练和测试数据将会更少。
我知道计算能力将比原来的20级消耗更少，但我对检测性能感到好奇。 有没有人试图比较同一类中的单级和多级探测器？
答案 0 :(得分：1)
是的，但根据型号和应用，结果会有很大差异。我已经使用几个SVM应用程序和一个CNN完成了这项工作。正如预期的那样，单一类别在每种情况下都消耗更少的资源。
然而，结果却截然不同。一个SVM实际上在单班培训中做了更好;两个显着更差，其他3-4个差不多（在预期的误差范围内）。
美国有线电视新闻网并没有那么好;它需要对拓扑进行一些调整。