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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注