标签： deep-learning computer-vision conv-neural-network object-detection yolo
我的目标是构建一个物体检测器，以执行物体检测，例如使用xView之类的高架图像来检测车辆和建筑物。假设我有两组数据： 1）在全场景图像中具有丰富且丰富的边界框标签的数据， 2）较小的数据集，很少有我生成或合成的稀有类的标签（例如，来自CAD模型的合成数据），而没有框框标签（仅图像级标签）的边界，没有任何背景上下文或场景。
如何将来自数据集2的图像集成到训练RCNN或YOLO之类的深度网络中，以增强数据集1的丰富标签以找到那些稀有类别？