分类不能用序号/标签=1方式来训练
比如1-100个分类,
如果置信度是0.95,本来要预测第100个分类,结果预测成了第95个分类
这样的方式,有一个问题,不能获取置信度,
one hot:
所以要用one hot方式来,能获取那个分类,并能获取置信度
one hot 方式,网络输出的宽度需要大于分类个数,否则分类效果是不好的。
识别,相当于要分n多个类,如果网络分类最大支持1000类,
x,y,w,h需要获取像素的话,比如1280*720,宽乘以高,还是可以用分类来做位置预测的,
只是这个就是很多分类了。
anchors的目的就是减少分类的难度。
优化论文推荐:
https://mp.weixin.qq.com/s/vQKF3Y7X4pD_2rWOalElzw
论文地址:https://arxiv.org/abs/2108.02456
核心代码:https://github.com/xmu-xiaoma666/External-Attention-pytorch#23-Residual-Attention-Usage