如果只需要识别一个对象,是否有比CNN更有效的方法?

目前,物体识别的行业标准似乎是CNN。然而,如果系统只需要识别一种类型的对象(例如人),是否有更少资源消耗的方法来识别该对象(可能是SVM或类似技术?)


回答:

CNN是解决这一问题的最佳方法(因为你需要学习代表该对象的特征)。你需要考虑是将问题作为二元问题来处理(特定对象/背景),还是作为实例问题来处理(能够识别特定对象,同时还能识别同一对象的不同实例)。

二元 不同实例

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注