很好奇如何将否定示例(没有标签的图像)引入YOLO模型的Keras或Tensorflow实现中。
在最初的C ++实现中,作者提到我们可以通过 没有边界框的阴性样本作为空的.txt文件(https://github.com/AlexeyAB/darknet#how-to-improve-object-detection)。我无法思考/发现模型如何解释。
我读过一些与该问题类似的帖子/问题,人们回答传递否定样本的用途是什么。我只是好奇我是否必须在Keras / Tensorflow中实现相同的功能,才能实现相同的效果。
只是一些背景知识(对YOLO不熟悉的人)。为了训练YOLO模型,我们需要传递边界框坐标,即xmin,xmax,ymin,ymax,class_label
用于地面真实物体。将坐标xmin,ymin,xmax,ymax
传递为(0,0,0,0),并且class的某些值没有用,因为模型也将开始学习。