对大家有帮助的问答会被标记为“推荐”,看完课程过来浏览一下别人提的问题,会帮你学得更全面
老师,我有一个问题:RCNN里面,每个框都要进入卷积里面吗,我记得负例是不进入损失函数的,是吗老师。
老师,如果有的正例在topN里面没有被检测出来呢,精度该怎么算?
老师这个皮肤癌的代码例子里面在哪里加载了Y呢?网络怎么知道图片是正常的还是恶性的
老师,我有一个问题:在进行RPN对特征图打框的时候,因为我们没有设定正例和负例,那么这个分类器是怎么判断这个框是object或者不是object,然后在Bounding-box regression又是怎么调整框的位置呢(因为没有对照的正例的xywh,这个RPN后的回归损失函数我也想象不出来)。
老师,我的想法是一次step是一条样本加入到模型里面,再用Droppout,不知道这么想是不是对的。还有一点我没有想明白,一个神经网络,在进行训练的时候,只进行一次正向传播,然后再进行梯度的更新,w参数调整我没有想明白
老师好,这里的gt是不是人工打的标签吗?但是faster rnn 不是直接端到端不需要使用ss了,怎么还需要人工打标签啊
老师,我想问下在RPN网络最后得到的Top200全部都是p正,那么p负怎么得到呢
老师,我想问下为什么这两行代码会报错呀,h_conv1是卷积层 或者说在tensorflow中BN是怎么使用的呀。
这里的不是我们前面 40*60*9个 anchoe box里面去进行分类的正例和负例吗?其次就是负例前面说的不是IOU <0.3就是负例吗?