我正在开发一个卷积神经网络，用于识别动物、车辆、树木等对象。其中一个检测类别是汽车。当我将图片输入网络时，它预测为汽车。但我需要在对象周围绘制一个边界框。当我尝试使用滑动窗口方法时，我得到了很多边界框，但我只需要一个。如何在神经网络预测后找到对象的最合适的边界框呢？我们不是需要某种方法从大图像中定位对象吗？这就是我想要的。
我的最后一层函数是逻辑回归函数，它只预测1或0。我不知道如何将这个预测转换为概率得分。如果我有每个框的概率得分，那么找到最合适的框就很容易了。请建议一些找到相同方法的方法。提前感谢。欢迎所有回答。
回答：
不清楚你的输入图像中是否有一个对象还是多个对象。你的例子显示了一个对象。
如果你有一个对象，这里有一些关于边界框的选项可供考虑：
- 保留最远的边界：保留所有边界框中离中心最远的上、下、右、左边界。
- 保留平均边界：例如，取所有上边界并保留它们的平均位置。对所有下、右、左边界重复相同的操作。
- 保留中位数边界：与平均数相同，但保留每个方向边界的中位数。
- 保留激活值最大的边界框：你使用逻辑回归作为最后一步，找到输入到该逻辑层的输入，并保留输入到逻辑层的最大输入的边界框。
