output tenseor中class的疑問?
2020/04/01 00:45 上午
電腦視覺深度學習討論版
周彥仰
觀看數：7
回答數：4
收藏數：0
cvdl-2
您好, 想問為甚麼class只需一組呢?
理解上會認為, 雖然都在同一個grid裡面, 但其得出的bbox會有不同大小以及偏移
所以兩個bbox可能會對應到不同物件, 而有各自對應類別的機率
還是依照設計的出發點, 每個grid只會存在一種物件,
所以同一個grid, 雖然有兩個bbox, 但只是多一個機會, 看哪個bbox的confidence比較好,
就代表該grid得出的物件位置資訊, 並加入類別, 去作下一步的NMS的比較
若是這樣, 當設定為切分成7x7個grid時, 則一張影像是否最多只能標出49個物件嗎(因為一個gird無法存在兩個物件)?
而當實際情形, 有兩個物件的中心點接近時(quantized到同一個grid), 則其中一個物件無法被偵測