A1150544257的博客

原创 弱监督目标检测相关论文阅读笔记

把目标检测视为一个回归问题，只用一个卷积神经网络实现分类和定位，不需要进行候选区域选择，而是把图像分成了7 × 7 的网格，每个网格负责预测两个 bbox，一个对象概率。每个bbox包含5个参数，(x,y,w,h,置信度概率)，也就是一个网格对应一个30维的向量，最后输出向量是 7 * 7* 30。