【发布时间】:2020-04-24 07:04:18
【问题描述】:
如果我想做一个分类任务,如果我有边界框或像素信息,分类分数会提高吗?
或者分类网络会在分类方面胜过目标检测/分割网络吗?
【问题讨论】:
标签: deep-learning
如果我想做一个分类任务,如果我有边界框或像素信息,分类分数会提高吗?
或者分类网络会在分类方面胜过目标检测/分割网络吗?
【问题讨论】:
标签: deep-learning
好问题。
答案如下:视情况而定。
例如,假设您在 10 种狗上训练 YoloV3。那么YoloV3的输出就是一个带有对应类的bounding box。
然而,拥有两个神经网络,一个用于检测狗(物体检测),另一个用于分类(什么类型的狗)可能会产生更好的分数。
语义/实例分割网络也是如此。
虽然没有说明哪种方法效果更好的秘诀,但我个人倾向于相信第二步管道会产生稍微更好的结果(有观察基于我的经验,因为我同时实现了这两种方法) .
【讨论】: