吴恩达卷积神经网络第三周测试题个人记录

 

 问题：你现在任职于自动化工厂中，您的系统将看到一罐饮料沿着传送带向下移动，你要对其进行拍照，然后确定照片中是否有饮料罐，如果有的话就对其进行包装。饮料罐头是圆的，而包装盒是方的，每一罐饮料的大小是一样的，每个图像中最多只有一罐饮料，现在你有下面的方案可供选择，这里有一些训练集图像

PS:每一罐饮料的大小是一样的,似乎没必要加长宽

ps：图像是二维的，指定一个位置应该是(x,y)，那么，一个标记就需要两个节点。

 

 问题：在训练课程中描述的一个对象检测系统中，您需要一个训练集，其中包含许多要检测的对象的图片。但是，由于该算法可以学习自检测对象，因此不需要在训练集中提供边界框。

ps：训练集需要边界框

 ps：减少步长会增加准确性

问题:在YOLO算法中，在训练时，只有一个单元（该单元包含对象的中心/中点）负责检测这个对象

 

 

问题： 假如你在下图中的预测框中使用非最大值抑制，其参数是放弃概率≤ 0.4的框，并决定两个框IoU的阈值为0.5，使用非最大值抑制后会保留多少个预测框？