和 Transformers 基于 HuggingFace 的目的检测 Python
传统上,目的检测是经过卷积神经网络来成功的。通常,它们的架构是专门针对目的检测设计的,由于它们将图像作为输入并输入图像的边界框。假设你相熟神经网络,你就知道卷积网络在学习图像中的关键特色方面十分有用,并且它们是空间不变的——换句话说,学习对象在图像中的位置或大小是有关紧要的。假设网络能够看到对象的特色,并将其与特定类别关联起来,那么它就能识别进去。例如,许多不同的猫都可以被辨以为猫类的实例。
传统上,目的检测是经过卷积神经网络来成功的。通常,它们的架构是专门针对目的检测设计的,由于它们将图像作为输入并输入图像的边界框。假设你相熟神经网络,你就知道卷积网络在学习图像中的关键特色方面十分有用,并且它们是空间不变的——换句话说,学习对象在图像中的位置或大小是有关紧要的。假设网络能够看到对象的特色,并将其与特定类别关联起来,那么它就能识别进去。例如,许多不同的猫都可以被辨以为猫类的实例。